【技术实现步骤摘要】
本公开涉及网络流量异常分析领域，尤其涉及一种基于生成式人工智能的网络流量异常分析方法及其系统。
技术介绍
1、在网络安全领域，网络流量异常分析是确保信息系统安全的关键环节。随着生成式人工智能（人工智能）技术的快速发展，特别是生成对抗网络（gans）和变分自编码器（vaes）等模型的出现，数据生成和处理的能力得到了显著提升。这些技术不仅能够生成高度逼真的数据，还能够用于数据增强、隐私保护、内容创作等多个领域。然而，生成式人工智能技术的广泛应用也带来了新的安全挑战，尤其是在网络流量和处理过程中可能出现的异常行为，这些异常可能源于恶意攻击、系统故障或配置错误。
2、传统的数据安全异常检测方法通常依赖于基于规则的检测机制，这些机制通过预定义的规则来识别异常行为。然而，这种方法在面对复杂的网络环境和多样化的攻击手段时，往往显得力不从心。此外，随着数据量的激增，传统的检测方法在处理速度和准确性上也面临着挑战。为了应对这些挑战，研究人员开始探索将生成式人工智能和深度学习技术应用于数据资产管理、数据安全评估、数据安全处置等数据安全异常检测领...
【技术保护点】
1.基于生成式人工智能的网络流量异常分析方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，提取所述数据包中的网络流量的特征信息，包括：
3.根据权利要求2所述的方法，其特征在于，使用深度学习算法提取所述关键信息中的特征信息，包括：对所述特征信息进行处理，得到带有标签的数据集，使用所述带有标签的数据集训练深度学习算法中的分类模型，并对所述分类模型进行评估调优，通过训练好的分类模型对网络流量进行分类和定级。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.基于生成式人工智能的网络流量...
【技术特征摘要】
1.基于生成式人工智能的网络流量异常分析方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，提取所述数据包中的网络流量的特征信息，包括：
3.根据权利要求2所述的方法，其特征在于，使用深度学习算法提取所述关键信息中的特征信息，包括：对所述特征信息进行处理，得到带有标签的数据集，使用所述带有标签的数据集训练深度学习算法中的分类模型，并对所述分类模型进行评估调优，通过训练好的分类模型对网络流量进行分类和定级。
4.根据权利要求1所述的...
【专利技术属性】
技术研发人员：万书言，侯瓒，阮起玮，
申请(专利权)人：江西广投优炫信息技术有限公司，
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。