【技术实现步骤摘要】
本专利技术实施例涉及人工智能，尤其涉及一种基于深度学习的多层次动态威胁监测系统。
技术介绍
1、随着信息技术的飞速发展，网络在现代社会各个领域的渗透日益深入，从企业的核心业务运营到个人的日常信息交互，网络已成为不可或缺的基础设施。然而，网络的开放性和共享性使其面临着诸多安全威胁，如恶意攻击、数据泄露、非法入侵等，这些威胁不仅对个人隐私和财产安全构成严重威胁，也给企业和国家的经济、安全和稳定带来巨大风险。
2、传统的网络安全防护技术主要包括防火墙、入侵检测系统(ids)、防病毒软件等。防火墙通过设置规则来限制网络访问，在一定程度上阻止外部非法访问，但对于内部攻击以及通过合法端口的恶意流量往往难以有效识别。ids基于特征库或异常检测来发现潜在的入侵行为，然而其对新型攻击的检测能力有限，因为新型攻击的特征往往未包含在现有特征库中，且异常检测的误报率较高，难以准确区分正常的网络行为变化与真正的攻击行为。防病毒软件主要侧重于防范已知的病毒和恶意软件，对于复杂多变的网络攻击手段，尤其是基于社会工程学、零日漏洞利用等的攻击，其防护效果大打
【技术保护点】
1.一种基于深度学习的多层次动态威胁监测系统，其特征在于，包括：前端电子设备以及后台服务器，所述前端电子设备上部署有数据采集模块、数据预处理模块、特征提取模块、数据向量化模块、语义序列构建模块，所述后台服务器上部署有模型训练模块以及模型部署模块；
2.根据权利要求1所述的一种基于深度学习的多层次动态威胁监测系统，其特征在于，所述数据采集模块在获取第一网络流量数据样本、第一日志数据样本、第一用户行为数据样本，以及所述第一网络流量数据样本、第一日志数据样本、第一用户行为数据样本分别的网络安全威胁标签时，包括的步骤如下：
3.根据权利要求1所述的一种...
【技术特征摘要】
1.一种基于深度学习的多层次动态威胁监测系统，其特征在于，包括：前端电子设备以及后台服务器，所述前端电子设备上部署有数据采集模块、数据预处理模块、特征提取模块、数据向量化模块、语义序列构建模块，所述后台服务器上部署有模型训练模块以及模型部署模块；
2.根据权利要求1所述的一种基于深度学习的多层次动态威胁监测系统，其特征在于，所述数据采集模块在获取第一网络流量数据样本、第一日志数据样本、第一用户行为数据样本，以及所述第一网络流量数据样本、第一日志数据样本、第一用户行为数据样本分别的网络安全威胁标签时，包括的步骤如下：
3.根据权利要求1所述的一种基于深度学习的多层次动态威胁监测系统，其特征在于，所述数据采集模块在获取第一网络流量数据样本、第一日志数据样本、第一用户行为数据样本，以及所述第一网络流量数据样本、第一日志数据样本、第一用户行为数据样本分别的网络安全威胁标签时，包括的步骤如下：
4.根据权利要求1所述的一种基于深度学习的多层次动态威胁监测系统，其特征在于，所述数据采集模块在获取第一网络流量数据样本、第一日志数据样本、第一用户行为数据样本，以及所述第一网络流量数据样本、第一日志数据样本、第一用户行为数据样本分别的网络安全威胁标签时，包括的步骤如下：
5.根据权利要求1所述的一种基于深度学习的多层次动态威胁监测系统，其特征在于，所述数据预处理模块在对所述第一网络流量数据样本、第一日志数据样本、第一用户行为数据样本进行预处理，以分别得到第二网络流量数据样本、第二日志数据样本、第二用户行为数据样本时，包括的步...
【专利技术属性】
技术研发人员：苏展聪，陈琪钛，
申请(专利权)人：广州钛动科技股份有限公司，
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。