一种基于多维特征构建的威胁情报可信评估方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
验证码登录
×
发送
登录即代表您已同意AITNT
用户协议
和
隐私政策
登录
登录成功后会自动刷新界面
AITNT公众号
AITNT APP
AITNT交流群
搜索
未登录
首页
AI中心
退出
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI 源力市场
寻求报道
一种基于多维特征构建的威胁情报可信评估方法
申请号:
CN202511009518
申请日期:
2025-07-22
公开号:
CN120915498A
公开日期:
2025-11-07
类型:
发明专利
摘要
本发明公开了一种基于多维特征构建的威胁情报可信评估方法,属于网络安全领域。针对现有评估方法基于单一维度、可信度评估片面、难以适应复杂威胁场景的问题,本发明提出“多维特征动态权重分配模型”,融合来源可信度、内容一致性、时效性、上下文关联性及反馈验证度五大特征,结合熵权法与自适应学习机制构建动态评估框架。实验表明,动态权重模型(μ=0.2时)较静态熵权法准确率提升12.9%,能有效提升威胁情报可用性及决策支持价值,适应复杂多变的网络威胁场景。
技术关键词
动态权重分配
熵权法
时效性
融合多维特征
信息熵
漏洞
资产
滑动窗口算法
命名实体识别
场景
深度Q网络
融合历史
权重策略
双线性插值
权重模型
增量更新
语义
指数