基于多源数据融合与机器学习的安全风险预测管理系统

本发明公开了一种基于多源数据融合与机器学习的安全风险预测管理系统，包括：采集模块、云端服务器、边缘计算节点设备和可视化决策模块；采集模块用于采集多源数据；云端服务器包括预处理模块、特征提取模块和预警干预模块；预警干预模块用LightGBM算法构建安全风险预测模型；边缘计算节点设备将安全风险预测模型同步本地，对实时多源数据进行预测，获得实时动态风险等级；可视化决策模块生成可视化界面和统计分析报告。本发明融合多源数据采集、边缘计算、机器学习和可视化，形成数据采集‑特征工程‑模型预测‑预警干预‑迭代优化的端到端的闭环管理体系，系统还在云端训练，再将完成训练的模型同步本地，大大减少本地设备性能需求。