一种基于人工智能的网络安全数据存储方法及系统技术方案

本发明专利技术涉及人工智能领域，特别是一种基于人工智能的网络安全数据存储方法及系统

【技术实现步骤摘要】
一种基于人工智能的网络安全数据存储方法及系统


[0001]本专利技术涉及人工智能领域，特别是一种基于人工智能的网络安全数据存储方法及系统
。

技术介绍

[0002]网络安全是指网络系统的硬件
、
软件及其系统中的数据受到保护，不因偶然的或者恶意的原因而遭受到破坏
、
更改
、
泄露，系统连续可靠正常地运行，网络服务不中断，网络安全的实施过程中，需使用数据存储终端来对数据进行保存
。
对网络安全数据的监控和存储通常伴随着人工的参与会导致网络安全数据存储效率过低，并且存在人工审核遗漏导致有安全漏洞的网络安全数据存储至数据库中，从而导致前功尽弃，因此如何提升网络安全数据存储的效率和准确度是现阶段需要解决的技术问题
。

技术实现思路

[0003]本专利技术的目的是为了解决上述问题，设计了一种基于人工智能的网络安全数据存储方法及系统
。
[0004]实现上述目的本专利技术的技术方案为，进一步，在上述一种基于人工智能的网络安全数据存储方法中，所述网络安全数据存储方法包括以下步骤：获取服务器中的历史网络安全数据，对所述历史网络安全数据进行数据预处理，得到待训练网络安全数据；将
Logistic
混沌映射引入基础
ISOA
海鸥算法中，对初始海鸥种群的位置进行随机扰动，将所述基础
ISOA
海鸥算法中海鸥个体的线性运动方式设置为非线性运动方式，得到优化
ISOA/>海鸥算法；通过
BP
神经网络建立
BP
网络安全数据存储神经网络模型，将所述优化
ISOA
海鸥算法寻找最优适应度个体设置为
ISOA
‑
BP
网络安全数据存储神经网络模型的权值和阈值，得到初始
ISOA
‑
BP
网络安全数据存储神经网络模型；将所述待训练网络安全数据输入至所述初始
ISOA
‑
BP
网络安全数据存储神经网络模型中进行训练，得到目标
ISOA
‑
BP
网络安全数据存储神经网络模型；获取服务器中的实时网络安全数据，将所述实时网络安全数据输入至所述目标
ISOA
‑
BP
网络安全数据存储神经网络模型进行识别，得到网络安全数据存储模式，根据所述网络安全数据存储模式对所述实时网络安全数据进行数据存储
。
[0005]进一步，在上述网络安全数据存储方法中，所述获取服务器中的历史网络安全数据，对所述历史网络安全数据进行数据预处理，得到待训练网络安全数据，包括：获取服务器中的历史网络安全数据，所述历史网络安全数据至少包括网络安全访问数据
、
总线网络安全访问数据和局域网网络安全访问数据；所述历史网络安全数据还包括无攻击因子的网络访问数据，无
DOS
攻击的网络访问数据
、
无
SQL
注入的网络访问数据；
利用邻近值算法补充所述历史网络安全数据中的缺失值，得到邻近网络安全数据；对所述邻近网络安全数据进行降噪处理，得到待训练网络安全数据
。
[0006]进一步，在上述网络安全数据存储方法中，所述将
Logistic
混沌映射引入基础
ISOA
海鸥算法中，对初始海鸥种群的位置进行随机扰动，将所述基础
ISOA
海鸥算法中海鸥个体的线性运动方式设置为非线性运动方式，得到优化
ISOA
海鸥算法，包括：获取基础
ISOA
海鸥算法，将
Logistic
混沌映射引入所述基础
ISOA
海鸥算法中；对初始海鸥种群的位置进行随机扰动，利用参数改进海鸥的运动方式并扩大海鸥的搜索空间；将所述基础
ISOA
海鸥算法中海鸥个体的线性运动方式设置为非线性运动方式，得到优化
ISOA
海鸥算法
。
[0007]进一步，在上述网络安全数据存储方法中，所述通过
BP
神经网络建立
BP
网络安全数据存储神经网络模型，将所述优化
ISOA
海鸥算法寻找最优适应度个体设置为所述
ISOA
‑
BP
网络安全数据存储神经网络模型的权值和阈值，得到初始
ISOA
‑
BP
网络安全数据存储神经网络模型，包括：通过
BP
神经网络建立
BP
网络安全数据存储神经网络模型，所述
BP
网络安全数据存储神经网络模型至少包括输入层
、
隐藏层和输出层；利用所述优化
ISOA
海鸥算法构造海鸥优化器，利用混沌映射扰动初始种群，改变海鸥的运动状态和参数；计算所述海鸥优化器的计算适应度，得到最优海鸥个体，将所述优化
ISOA
海鸥算法的权值和阈值设置为所述
ISOA
‑
BP
网络安全数据存储神经网络模型的权值和阈值，得到初始
ISOA
‑
BP
网络安全数据存储神经网络模型
。
[0008]进一步，在上述网络安全数据存储方法中，所述将所述待训练网络安全数据输入至所述初始
ISOA
‑
BP
网络安全数据存储神经网络模型中进行训练，得到目标
ISOA
‑
BP
网络安全数据存储神经网络模型，包括：将所述待训练网络安全数据输入至所述初始
ISOA
‑
BP
网络安全数据存储神经网络模型中进行训练；基于优化
ISOA
海鸥算法反向修正权值和阈值，当低于预设误差时停止训练，否则继续训练；对输出的预测数据与数据集中的测试集进行误差分析，计算是否达到精度，得到目标
ISOA
‑
BP
网络安全数据存储神经网络模型
。
[0009]进一步，在上述网络安全数据存储方法中，所述获取服务器中的实时网络安全数据，将所述实时网络安全数据输入至所述目标
ISOA
‑
BP
网络安全数据存储神经网络模型进行识别，得到网络安全数据存储模式，根据所述网络安全数据存储模式对所述实时网络安全数据进行数据存储，包括：所述网络安全数据存储模式至少包括
DAS
直接附加存储
、NAS
网络附加存储和
SAN
存储区域网；所述目标
ISOA
‑
BP
网络安全数据存储神经网络模型用于对网络访问数据进行识别，若为安全网络访问数据，则判断访问数据的网络安全数据存储模式
。
[0010]进一步，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于人工智能的网络安全数据存储方法，其特征在于，所述网络安全数据存储方法包括以下步骤：获取服务器中的历史网络安全数据，对所述历史网络安全数据进行数据预处理，得到待训练网络安全数据；将
Logistic
混沌映射引入基础
ISOA
海鸥算法中，对初始海鸥种群的位置进行随机扰动，将所述基础
ISOA
海鸥算法中海鸥个体的线性运动方式设置为非线性运动方式，得到优化
ISOA
海鸥算法；通过
BP
神经网络建立
BP
网络安全数据存储神经网络模型，将所述优化
ISOA
海鸥算法寻找最优适应度个体设置为
ISOA
‑
BP
网络安全数据存储神经网络模型的权值和阈值，得到初始
ISOA
‑
BP
网络安全数据存储神经网络模型；将所述待训练网络安全数据输入至所述初始
ISOA
‑
BP
网络安全数据存储神经网络模型中进行训练，得到目标
ISOA
‑
BP
网络安全数据存储神经网络模型；获取服务器中的实时网络安全数据，将所述实时网络安全数据输入至所述目标
ISOA
‑
BP
网络安全数据存储神经网络模型进行识别，得到网络安全数据存储模式，根据所述网络安全数据存储模式对所述实时网络安全数据进行数据存储
。2.
如权利要求1所述的一种基于人工智能的网络安全数据存储方法，其特征在于，所述获取服务器中的历史网络安全数据，对所述历史网络安全数据进行数据预处理，得到待训练网络安全数据，包括：获取服务器中的历史网络安全数据，所述历史网络安全数据至少包括网络安全访问数据
、
总线网络安全访问数据和局域网网络安全访问数据；所述历史网络安全数据还包括无攻击因子的网络访问数据，无
DOS
攻击的网络访问数据
、
无
SQL
注入的网络访问数据；利用邻近值算法补充所述历史网络安全数据中的缺失值，得到邻近网络安全数据；对所述邻近网络安全数据进行降噪处理，得到待训练网络安全数据
。3.
如权利要求1所述的一种基于人工智能的网络安全数据存储方法，其特征在于，所述将
Logistic
混沌映射引入基础
ISOA
海鸥算法中，对初始海鸥种群的位置进行随机扰动，将所述基础
ISOA
海鸥算法中海鸥个体的线性运动方式设置为非线性运动方式，得到优化
ISOA
海鸥算法，包括：获取基础
ISOA
海鸥算法，将
Logistic
混沌映射引入所述基础
ISOA
海鸥算法中；对初始海鸥种群的位置进行随机扰动，利用参数改进海鸥的运动方式并扩大海鸥的搜索空间；将所述基础
ISOA
海鸥算法中海鸥个体的线性运动方式设置为非线性运动方式，得到优化
ISOA
海鸥算法
。4.
如权利要求1所述的一种基于人工智能的网络安全数据存储方法，其特征在于，所述通过
BP
神经网络建立
BP
网络安全数据存储神经网络模型，将所述优化
ISOA
海鸥算法寻找最优适应度个体设置为所述
ISOA
‑
BP
网络安全数据存储神经网络模型的权值和阈值，得到初始
ISOA
‑
BP
网络安全数据存储神经网络模型，包括：通过
BP
神经网络建立
BP
网络安全数据存储神经网络模型，所述
BP
网络安全数据存储神经网络模型至少包括输入层
、
隐藏层和输出层；
利用所述优化
ISOA
海鸥算法构造海鸥优化器，利用混沌映射扰动初始种群，改变海鸥的运动状态和参数；计算所述海鸥优化器的计算适应度，得到最优海鸥个体，将所述优化
ISOA
海鸥算法的权值和阈值设置为所述
ISOA
‑
BP
网络安全数据存储神经网络模型的权值和阈值，得到初始
ISOA
‑
BP
网络安全数据存储神经网络模型
。5.
如权利要求1所述的一种基于人工智能的网络安全数据存储方法，其特征在于，所述将所述待训练网络安全数据输入至所述初始
ISOA
‑
BP
网络安全数据存储神经网络模型中进行训练，得到目标
ISOA
‑
BP
网络安全数据存储神经网络模型，包括：将所述待训练网络安全数据输入至所述初始
ISOA
‑
BP
网络安全数据存储神经网络模型中进行训练；基于优化
ISOA
...

【专利技术属性】
技术研发人员：蔡春艳，
申请(专利权)人：晨达广州网络科技有限公司，
类型：发明
国别省市：