基于人工智能和大数据的安全防护配置方法及大数据系统技术方案

本发明专利技术实施例提供一种基于人工智能和大数据的安全防护配置方法及大数据系统，通过获取风险攻击感知系统所监控到的风险攻击活动轨迹，并基于威胁态势感知模型对风险攻击感知系统所监控到的目标风险攻击活动轨迹进行威胁态势感知，确定目标风险攻击活动轨迹的目标感知威胁态势分布，而后基于目标感知威胁态势分布对风险攻击感知系统进行防护强化配置，从而可以结合感知到的威胁态势针对性地进行防护强化配置，相较于相关技术中的统一集体性地对所有风险攻击感知系统进行防护强化配置，可以提高防护强化配置的针对性。以提高防护强化配置的针对性。以提高防护强化配置的针对性。

【技术实现步骤摘要】
基于人工智能和大数据的安全防护配置方法及大数据系统


[0001]本专利技术涉及安全防护
，具体而言，涉及一种基于人工智能和大数据的安全防护配置方法及大数据系统。

技术介绍

[0002]伴随着加速进入网络信息时代，用户对互联网信息系统的依赖程度也不断加深。现如今，互联网信息安全已不再是一个单纯的技术范畴和信息管理问题，而是涉及互联网服务商信息安全、发展和稳定的战略性问题。因此，研究和探讨互联网信息安全问题及对策，精心打造和构建互联网信息防护盾牌，已成为互联网服务商战略安全的重要内容。相关技术中，在进行相关业务服务的安全防护配置时，通常是根据当前热门防护漏洞（薄弱环节）统一集体性地对所有风险攻击感知系统进行防护强化配置，导致防护强化配置的针对性较弱。

技术实现思路

[0003]为了至少克服现有技术中的上述不足，本专利技术的目的在于提供一种基于人工智能和大数据的安全防护配置方法及大数据系统。
[0004]第一方面，本专利技术提供一种基于人工智能和大数据的安全防护配置方法，应用于大数据系统，所述大数据系统与多个风险攻击感知本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能和大数据的安全防护配置方法，其特征在于，应用于大数据系统，所述方法包括：获取所述风险攻击感知系统所监控到的风险攻击活动轨迹，并基于威胁态势感知模型对所述风险攻击感知系统所监控到的目标风险攻击活动轨迹进行威胁态势感知，确定所述目标风险攻击活动轨迹的目标感知威胁态势分布；基于所述目标感知威胁态势分布对所述风险攻击感知系统进行防护强化配置。2.根据权利要求1所述的基于人工智能和大数据的安全防护配置方法，其特征在于，所述威胁态势感知模型的训练步骤包括：获取通过风险攻击感知系统搜集的范例风险攻击活动大数据和待进行威胁态势感知学习的威胁态势感知模型，所述范例风险攻击活动大数据包括范例风险攻击活动轨迹、所述范例风险攻击活动轨迹对应的先验威胁态势信息以及延伸风险攻击活动轨迹，所述威胁态势感知模型包括基础威胁态势变量解析分支和延伸威胁态势变量解析分支、特征还原分支，所述基础威胁态势变量解析分支和所述延伸威胁态势变量解析分支共同调用特征编码器；结合所述范例风险攻击活动轨迹以及对应的先验威胁态势信息，对所述基础威胁态势变量解析分支进行基础权重调优，输出基础权重调优后的基础威胁态势变量解析分支，所述基础威胁态势变量解析分支包括特征编码器和基础威胁态势变量解析节点；结合所述基础权重调优后的基础威胁态势变量解析分支，对所述范例风险攻击活动轨迹和所述延伸风险攻击活动轨迹进行威胁态势变量解析，输出所述范例风险攻击活动轨迹对应的范例威胁态势变量分布和所述延伸风险攻击活动轨迹对应的延伸威胁态势变量分布；结合所述范例威胁态势变量分布和所述延伸威胁态势变量分布之间的区别度量值，对所述延伸风险攻击活动轨迹进行调整，输出所述范例风险攻击活动轨迹对应的第一学习风险攻击活动轨迹；结合所述范例风险攻击活动轨迹和所述第一学习风险攻击活动轨迹对威胁态势感知模型进行权重调优，输出权重调优后的威胁态势感知模型，所述权重调优后的威胁态势感知模型用于对所述风险攻击感知系统所监控到的风险攻击活动轨迹进行威胁态势感知。3.根据权利要求2所述的基于人工智能和大数据的安全防护配置方法，其特征在于，所述结合所述范例风险攻击活动轨迹和所述第一学习风险攻击活动轨迹对威胁态势感知模型进行权重调优，输出权重调优后的威胁态势感知模型的步骤，具体包括：将所述范例风险攻击活动轨迹和所述第一学习风险攻击活动轨迹分别确定为训练风险攻击活动轨迹；结合所述基础权重调优后的基础威胁态势变量解析分支和所述延伸威胁态势变量解析分支，对所述训练风险攻击活动轨迹进行威胁态势变量解析，输出所述训练风险攻击活动轨迹的威胁态势变量分布；结合所述特征还原分支对所述训练风险攻击活动轨迹的威胁态势变量分布进行特征还原，输出还原风险攻击活动轨迹；结合所述还原风险攻击活动轨迹和所述训练风险攻击活动轨迹之间的第一区别度量值，对威胁态势感知模型的延伸威胁态势变量解析分支中的函数参数层信息进行权重调
优，输出权重调优后的威胁态势感知模型。4.根据权利要求3所述的基于人工智能和大数据的安全防护配置方法，其特征在于，所述威胁态势感知模型还包括第一威胁态势感知分支和第二威胁态势感知分支；所述训练风险攻击活动轨迹的威胁态势变量分布包括所述范例风险攻击活动轨迹的基础威胁态势变量分布和延伸威胁态势变量分布，所述基础威胁态势变量分布是结合所述基础权重调优后的基础威胁态势变量解析分支进行解析的，所述延伸威胁态势变量分布是结合所述延伸威胁态势变量解析分支进行解析的；所述先验威胁态势信息为所述范例风险攻击活动轨迹对应于威胁态势评估指标的先验评估值；所述结合所述还原风险攻击活动轨迹和所述训练风险攻击活动轨迹之间的第一区别度量值，对威胁态势感知模型的延伸威胁态势变量解析分支中的函数参数层信息进行权重调优，输出权重调优后的威胁态势感知模型的步骤，具体包括：结合所述第一威胁态势感知分支，结合所述范例风险攻击活动轨迹的基础威胁态势变量分布对所述范例风险攻击活动轨迹进行威胁态势感知，输出所述范例风险攻击活动轨迹对应于威胁态势评估指标的第一训练感知值；结合所述第一训练感知值和所述先验评估值之间的第二区别度量值，对所述基础权重调优后的基础威胁态势变量解析分支和所述第一威胁态势感知分支的函数参数层信息进行权重调优；结合所述第二威胁态势感知分支，结合所述范例风险攻击活动轨迹的延伸威胁态势变量分布对所述范例风险攻击活动轨迹进行威胁态势感知，输出所述范例风险攻击活动轨迹对应于威胁态势评估指标的第二训练感知值；结合所述第二训练感知值和所述先验评估值之间的第三区别度量值，对所述第二威胁态势感知分支的函数参数层信息进行权重调优；结合所述还原风险攻击活动轨迹和所述训练风险攻击活动轨迹之间的第一区别度量值，对所述延伸威胁态势变量解析分支中的函数参数层信息进行权重调优；在监测到所述第一区别度量值、所述第二区别度量值和所述第三区别度量值满足权重调优结束要求时结束权重调优操作，输出权重调优后的威胁态势感知模型。5.根据权利要求4所述的基于人工智能和大数据的安全防护配置方法，其特征在于，所述在监测到所述第一区别度量值、所述第二区别度量值和所述第三区别度量值满足权重调优结束要求时结束权重调优操作，...

【专利技术属性】
技术研发人员：张伟斌，
申请(专利权)人：宁夏启源常兴科技有限公司，
类型：发明
国别省市：