基于深度学习的网络入侵智能监测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于深度学习的网络入侵智能监测方法及系统
申请号:CN202510945482
申请日期:2025-07-09
公开号:CN120675786A
公开日期:2025-09-19
类型:发明专利
摘要
本申请提供基于深度学习的网络入侵智能监测方法及系统,涉及网络安全领域,解决了现有防御方法响应滞后的技术问题。该方法包括:采集多源数据;对所述多源数据进行预处理,生成时空特征图;将所述时空特征图输入基于深度学习算法构建的第一模型和第二模型进行异常检测,得到检测结果;其中,所述第一模型用于检测已知攻击模式,所述第二模型用于检测未知攻击模式;对所述检测结果进行分层风险等级划分,并根据每一风险等级的防御策略进行主动防御。本申请用于网络入侵监测及防御过程中,通过多源数据采集、时空特征图生成、双模型协同检测和分层防御策略实施,实现对网络入侵的智能监测与主动防御,提升网络安全防护的实时性和主动性。
技术关键词
智能监测方法 强化学习模型 网络拓扑特征 HTTP请求 服务特征 数据 信息最大化生成对抗网络 时序特征 策略 文件访问控制 重构误差 深度学习算法 软件定义网络SDN控制器 空间拓扑结构 网络流量特征 动态变化规律 OpenFlow流表 异常流量 交换机