摘要
本发明公开了一种网络安全漏洞检测方法,涉及网络安全技术领域,包括以下步骤:获取网络流量数据和已知漏洞信息;对获取的网络流量数据进行预处理;提取处理后的网络流量数据中的相关特征,并生成数据集;将数据集划分为训练集和测试集;将训练集和测试集中的数据重塑为四维张量;构建卷积神经网络模型;卷积神经网络模型的训练与测试;对新的网络流量数据进行漏洞检测;结果分析与报告;对卷积神经网络模型定期进行更新。本发明通过卷积神经网络模型实现对网络安全漏洞的检测,解决了目前的网络安全漏洞对新型或未知攻击的适应性较差,识别准确率较低的问题。
技术关键词
网络流量数据
网络安全漏洞
卷积神经网络模型
构建卷积神经网络
数据处理工具
生成数据集
日志
线性组合特征
网络安全技术
网络抓包
池化方法
成分分析
协议
实时数据
算法
格式化
报告
系统为您推荐了相关专利信息
陀螺仪数据
卷积神经网络模型
投影残差
卷积神经网络结构
卷积神经网络训练
长短期记忆神经网络
水动力模型
遥感影像数据
信息获取方法
损失函数优化
多维数据驱动
通信网络优化
网络流量数据
分析单元
通信节点
表面缺陷检测方法
复合材料
缺陷类别
表面缺陷检测系统
支持向量机模型
智能消防管理系统
多模态图像处理
智能联动报警
视频信号接收模块
深度学习模型训练