摘要
本发明公开了一种基于人工智能的云数据异常检测与安全响应系统,涉及数据处理技术领域,解决了首先,难以采用增量式压缩算法存储并预处理多源异构数据;其次,难以融合统计分析与深度学习模型,定位离群点、解析非结构化数据中的异常语义,进而难以有效预测潜在攻击路径;接着,难以在保障数据安全与可追溯的前提下,实现跨节点异常的关联分析以识别分布式攻击;最后,难以构建攻防对抗模型进行安全响应,且难以评估安全响应效果的技术问题。本发明通过自适应探针集群等处理云环境数据,融合多模型生成异常检测特征并预测攻击路径,借联邦学习等协同检测,用强化学习和数字孪生进行响应并评估。
技术关键词
语义关联度
BERT模型
分布式云
深度学习模型
孤立森林算法
神经网络模型
离群点
斯塔克尔伯格博弈
深度强化学习
数字孪生
跨节点
森林模型
实体
语义依存分析
云环境数据
时序关联分析
差分隐私机制
压缩算法
系统为您推荐了相关专利信息
嵌入式系统
腐蚀速率预测
深度学习模型
接收系统
状态预测系统
大语言模型
经皮电刺激设备
混合神经网络模型
深度学习模型
关键生理参数
数据特征选择方法
矩阵
神经网络架构
深度学习模型
数值
多源异构数据融合
知识图谱构建方法
客户
画像
置信度阈值
糖尿病肾病
彩色眼底图像
深度学习模型
分支
多尺度特征提取