摘要
本发明涉及数据安全监测技术领域,具体为一种基于人工智能的数据安全监测方法及系统,包括:按照预设采集周期从目标网络节点获取待监测网络数据,以得到原始网络数据集合;对所述原始网络数据集合进行流量特征提取,以得到所述原始网络数据集合所对应的流量特征向量;将所述流量特征向量和预设的恶意流量特征向量进行匹配,以得到恶意流量匹配度;基于孤立森林算法对所述流量特征向量进行异常检测训练,以得到异常检测模型;若所述恶意流量匹配度高于预设的匹配度阈值,则通过所述异常检测模型对所述流量特征向量进行检测。本发明通过利用异常检测模型对数据进行异常检测,有助于提高检测的准确性,有效提高了监测数据过程中数据的安全性。
技术关键词
网络数据集合
数据安全监测方法
区块链智能合约
孤立森林算法
异常流量
数据安全监测技术
数据安全监测系统
数据分析单元
数据采集单元
网络节点
PBFT算法
机制
监测单元
训练集
样本
处理单元
动态
凭证
异常数据