摘要
本发明实施例公开了一种融合NMAP主动探测与AI的资产管理方法及系统;方法包括:以NMAP为核心探测引擎,对目标网络进行探测,收集原始资产信息;利用机器学习分类模型对原始资产信息进行资产识别与画像,生成资产画像信息;持续监测资产状态变化,利用异常检测算法获取异常事件;收集资产画像信息、外部CVE漏洞库信息、威胁情报信息、资产重要性及异常事件,利用机器学习模型对每个资产进行风险评估及优先级排序,得到风险评估信息。与现有技术相比,本发明可以解决资产识别精准度不足、风险评估模型简单且缺乏动态上下文感知、无法有效处理海量数据并从中挖掘深层关联与异常、智能化程度低等问题。
技术关键词
资产管理方法
机器学习分类模型
资产管理系统
异常事件
画像
识别特征
机器学习模型
基线
稳定特征
扫描策略
漏洞
标签
动态上下文
智能可视化
多源信息融合
风险评估模型
算法
特征提取单元
系统为您推荐了相关专利信息
个性化学习路径
教学方法
综合教学平台
实体关系数据
语义
频域特征
滤波器
时域特征提取
卷积特征提取
编码