一种基于深度学习的网络流量异常检测方法

本发明的一种基于深度学习的网络流量异常检测方法，属于计算机网络安全技术领域，包括S1、采集网络流量数据与主机状态数据；S2、确定网络流量数据的流量异常度，并确定主机状态数据的主机状态严重度；S3、基于流量异常度与主机状态严重度，计算获得潜在危害性评分；S4、依据潜在危害性评分，对用于后续网络流量数据异常判定的检测阈值进行动态调整，本发明多模态数据的融合，为从单纯的模式偏离识别，转变为对系统性风险的综合评估与管理，奠定了坚实的数据基础。