【技术实现步骤摘要】
本专利技术涉及网络安全，更具体地说，本专利技术涉及一种基于人工智能的网络入侵防护方法及系统。
技术介绍
1、在当今网络信息技术快速发展的时代，网络安全问题日益凸显，传统的网络入侵防护方法主要依赖于特征匹配和规则过滤，在提供网络服务之前对网络流量数据进行仿真模拟，基于模拟结果设定正常网络流量类型和异常网络流量数据类型的判定依据，后继续监测网络服务的实际运行数据，在检测出异常时向管理人员发送警报，由管理人员选择防御方案。
2、然而上述系统仍存在一些问题：首先异常检测范围较为单一，仅仅对网络流量数据进行异常检测会造成大量的网络漏洞识别较为困难，防御等级较为低级，同时在检测出异常时向管理人员发送警报再进行防御，防御速度较为缓慢，可能造成大量数据丢失或被更改，防御效果较差，对于大规模数据流量的处理效率低下，容易造成误报和漏报。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术的实施例提供一种基于人工智能的网络入侵防护方法及系统，以解决上述
技术介绍
中提出的问题。
2、为...
【技术保护点】
1.基于人工智能的网络入侵防护方法，其特征在于，包括：
2.根据权利要求1所述的基于人工智能的网络入侵防护方法，其特征在于，优选的，步骤S7确定预设固定周期内的有效防御系数Xyβ的步骤具体包括：
3.根据权利要求1所述的基于人工智能的网络入侵防护方法，其特征在于，优选的，预先训练的循环神经网络模型至少包括：
4.根据权利要求1所述的基于人工智能的网络入侵防护方法，其特征在于，优选的，步骤S7确定预设固定周期内的误判率βwp的步骤包括：
5.根据权利要求1所述的基于人工智能的网络入侵防护方法，其特征在于，步骤S7确定预设固...
【技术特征摘要】
1.基于人工智能的网络入侵防护方法，其特征在于，包括：
2.根据权利要求1所述的基于人工智能的网络入侵防护方法，其特征在于，优选的，步骤s7确定预设固定周期内的有效防御系数xyβ的步骤具体包括：
3.根据权利要求1所述的基于人工智能的网络入侵防护方法，其特征在于，优选的，预先训练的循环神经网络模型至少包括：
4.根据权利要求1所述的基于人工智能的网络入侵防护方法，其特征在于，优选的，步骤s7确定预设固定周期内的误判率βwp的步骤包括：
5.根据权利要求1所述的基于人工智能的网络入侵防护方法，其特征在于，步骤s7确定预设固定周期内的确定平均数据传输丢包率βde的步骤包括：
6.根据权利要求1所述的基于人工智能的网络入侵防护方法，其特征在于，步骤s7确定预设固定周期内的平均数据恢复效率系数xhe的步骤包括：
7.根...
【专利技术属性】
技术研发人员：熊波，刘振华，
申请(专利权)人：广西赛联信息科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。