摘要
本发明涉及一种基于人工智能的网络与数据安全监测与合规分析方法及系统,基于人工智能解析用户输入的安全合规标准,针对每个检查项自动生成对应的判断规则,配合交互端口调节判断规则,以调节后的规则用于网络与数据安全合规分析;基于方法的系统以数据采集层采集并整合数据,以分析引擎识别攻击并进行合规验证,以输出端输出攻击特征及风险评分。本发明实现安全策略的在线学习与智能迭代,适应网络拓扑的动态变化,动态执行策略优化,确保安全防御的前瞻性与有效性;大幅减少人工干预,提升合规管理的效率与准确性,基本达到自动化合规;为跨域数据共享筑建坚实的隐私保护屏障,确保数据在共享过程中的安全与隐私。
技术关键词
数据安全监测
分析方法
数据采集层
基线
深度强化学习模型
联邦学习技术
无监督学习
实体
端口
时序特征
网络拓扑
多节点
离群点
动态
控制台
有效性
输出端