摘要
本申请涉及一种基于AI的网络信息安全风险评估系统。所述方法包括:数据处理模块获取网络拓扑区域的风险指标数据,对其进行特征提取生成风险特征向量。关联分析模块则基于各风险特征向量进行相似度矩阵计算,得出不同类型向量间的关联关系数据,之后将该数据输入神经网络模型构建参数关联图,并提取数据间的网络效应特征。特征融合模块依据网络效应特征计算每个参数的关联影响度,得到相应的全局影响权重,并基于此对风险特征向量进行加权融合,生成综合特征表示。最终,风险评估模块将综合特征表示输入至训练好的风险评估模型,得出当前安全态势的风险评分。该系统实现对网络安全风险更高效、智能且精准的评估,保障网络信息系统稳定、安全运行。
技术关键词
风险评估模型
安全事件信息
网络流量数据
神经网络模型构建
信息安全风险评估方法
聚类分析算法
系统日志
关联性分析算法
聚类算法
网络拓扑
邻域
指标
降维算法
矩阵
节点
系统为您推荐了相关专利信息
编码器
训练样本数据
学习系统
客户端
无监督学习
模拟交易系统
金融
数据分析工具
在线
信贷风险评估
提醒系统
患者下肢静脉血栓
深度学习模型
风险评估模型
分阶段
智能分析管理方法
沟道盖板
智能分析管理系统
电阻式应变片
变电站