一种基于人工智能与大数据的网络安全风险预测方法

本发明提供了一种基于人工智能与大数据的网络安全风险预测方法，该方法包括收集网络安全风险数据并对其进行数据清洗，对清洗后的网络安全风险数据进行特征提取，基于提取的特征进行网络数据预测，基于预测结果进行安全风险评估。本发明在卷积神经网络（CNN）中引入空间注意力机制（SAM），使得模型能够自动关注网络流量数据中的关键特征，提高特征提取的准确性和效率，本发明还利用BiLSTM引入时间注意力（TAM）机制进行网络数据预测，提高了数据精确度。