一种基于大数据流式处理的防火墙动态防御系统

本申请公开了一种基于大数据流式处理的防火墙动态防御方法及系统，涉及网络安全技术领域。该方法包括：根据评分阈值将流量分为低危流量、中危流量、高危流量；对高危流量提取高维特征生成第一高价值样本集；对低危流量和中危流量执行防火墙规则匹配判断，若匹配成功则执行对应动作指令，否则根据结构化流量元数据和风险评分进行动作决策，生成第二高价值样本集，通过分级流量处理和智能决策协同有效解决了大数据场景下的训练延迟与规则库僵化问题，将第一高价值样本集与第二高价值样本集关联，筛选第三高价值样本集，提高模型训练样本精度进而提高模型训练效果，全局模型参数经剪枝量化处理后生成轻量化模型，解决了资源受限环境下的模型部署。