基于AI自适应优化的多阶段网络安全威胁防御方法及系统

本发明涉及物联网安全领域，具体涉及一种基于AI自适应优化的多阶段网络安全威胁防御方法及系统。通过对历史安全事件与待处理安全事件的多维特征差异进行场景相似度计算，结合Adaboost算法对决策树迭代训练，筛选出关键维度，再运用相似场景集匹配策略库，自动生成针对性防御措施。其有益效果在于可显著提高多阶段攻击检测精准度与策略响应效率，有效应对零日漏洞、APT等复杂威胁，减少冗余维度干扰并实现动态自适应安全决策，兼具灵活性与可扩展性。同时，本发明可在物联网、云计算和企业内网等环境中应用，进一步提升网络防护的智能化水平。