摘要
本发明提供一种基于人工智能的网络安全威胁检测方法。该方法包括:将输入的域名字符串按层级分割为顶级域、二级域和子域三个分块;使用预训练的BERT模型分别对所述顶级域、二级域和子域三个分块进行独立编码,生成对应的语义特征向量;计算所述域名字符串的香农熵值,作为统计特征;将所述语义特征向量与香农熵值输入门控交叉网络,生成动态加权的组合特征向量;将所述组合特征向量输入分类器,输出所述域名的恶意概率判定结果。通过本发明提供的方法,可提升恶意域名的检测精度、鲁棒性、检测效率。
技术关键词
组合特征向量
顶级域
分块
BERT模型
统计特征
分类器
动态
Softmax函数
威胁检测系统
网络安全威胁
语义特征提取
分支
编码
层级
组合模块
输出模块
字符
系统为您推荐了相关专利信息
硬件平台
资源需求数据
硬件加速模块
算法模块
生成资源
图像块
视觉问答方法
多模态
图像特征提取
视觉特征编码
初始化方法
初始聚类中心
浮点数
编码
反量化模块