摘要
本发明涉及网络攻击技术领域,具体涉及基于人工智能的网络攻击动态检测与安全防护方法及系统,包括以下步骤:S1,数据采集:采集网络设备的多协议通信数据流,生成多维特征向量;S2,跨协议行为图谱构建:生成动态更新的网络行为图谱;S3,异常检测:通过深度残差时序网络识别异常行为模式,输出威胁评估参数;S4,防护策略生成:通过强化学习决策算法生成动态防护指令集;S5,防护执行:执行动态防护指令集,完成安全防护操作。本发明,通过构建多协议融合的行为图谱、引入图神经与微分建模的异常检测机制以及强化学习驱动的动态响应策略,实现了对网络攻击的高精度识别与高效防护。
技术关键词
多维特征向量
防护方法
图谱
协议会话
深度残差
动态更新
决策算法
网络拓扑
拉普拉斯
卷积注意力网络
网络设备
网络攻击技术
事件驱动机制
节点
强化学习策略
时间序列信息
系统为您推荐了相关专利信息
神经网络预测模型
时序
图谱
样本
马尔可夫逻辑网络
探伤检测系统
探伤检测方法
多模态传感器
闭环控制单元
迁移学习模型
知识提取方法
实体
词典
图谱
非暂态计算机可读存储介质
动态参数辨识方法
多维度传感器
储能
多维特征向量
风险