基于深度学习的智能化网络攻击面预测方法及系统

本申请涉及一种基于深度学习的智能化网络攻击面预测方法及系统，属于网络安全和信息技术领域，其包括通过获取目标网络环境中的网络资产信息、漏洞分布信息以及外部威胁情报数据，并进行预处理生成标准化数据集；将标准化数据集输入到预先训练的深度学习模型中提取与网络攻击相关的特征向量；基于特征向量和知识图谱对潜在的攻击链路进行推理分析，结合知识图谱中网络资产节点、漏洞节点和威胁情报节点之间的关联关系；最后根据推理分析结果评估攻击者可能利用的入侵路径并输出攻击面预测结果，以攻击路径列表的形式呈现；该方案可以对潜在的攻击链路进行深入推理分析，准确预测攻击者可能利用的入侵路径，提升网络安全防护的有效性。