摘要
本发明公开了因果关联隐私保护的网络空间测绘威胁检测方法及系统,涉及信息安全与网络空间测绘技术领域。具体包括:基于多尺度卷积和因果推理的多模态网络空间测绘数据动态融合方法,构建因果关联矩阵实现跨模态测绘数据特征融合;基于GCN重要性评估的动态高斯噪声隐私保护方法,利用因果关联重要性动态分配隐私预算,保护融合特征隐私;基于自监督双重扰动机制的自适应预训练模型梯度保护方法,动态保护模型隐私和可用性;基于堆叠LSTM模型的网络空间测绘威胁检测方法,学习多尺度流量中的异常模式,实现高精度威胁检测。本发明通过因果关联建模与动态隐私保护,在保障数据安全的同时,提升复杂网络环境下的威胁检测能力。
技术关键词
威胁检测方法
LSTM模型
动态融合方法
隐私保护方法
融合特征
多尺度
预训练模型
网络空间测绘技术
噪声强度
机制
威胁检测系统
样本
跨模态
三元组损失函数
数据
堆叠结构
隐私保护模块
系统为您推荐了相关专利信息
配送方法
交通流量预测
进化算法
城市智能交通
模拟退火算法
盾构掘进参数
数据
刀盘扭矩
盾构机
误差反向传播
数字孪生建模方法
规范化方法
特征融合方法
融合特征
特征提取模型