基于多源异构数据融合的网络攻击面智能预测方法及系统

本申请涉及一种基于多源异构数据融合的网络攻击面智能预测方法及系统，属于网络安全和信息技术领域，其包括获取多源异构数据，包含网络流量日志、主机运行状态数据以及外部威胁情报信息；然后，对这些数据进行特征提取并映射到统一特征空间；分析特征关联性并构建特征关联矩阵；计算特征权重分布值并选取关键特征；将关键特征输入机器学习模型进行预测，利用机器学习模型对目标网络系统未来可能面临的攻击面进行预测；该方案能够有效融合多源异构数据，提高网络攻击面预测的准确性和全面性。