一种基于人工智能模型的网络流量威胁检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于人工智能模型的网络流量威胁检测方法
申请号:CN202410793400
申请日期:2024-06-19
公开号:CN119094149A
公开日期:2024-12-06
类型:发明专利
摘要
本发明公开了一种基于人工智能模型的网络流量威胁检测方法,属于网络安全技术领域,包括以下步骤:数据收集与预处理,收集网络流量数据,对收集得到的数据进行预处理;特征提取,从预处理后的数据中提取有助于威胁检测的特征;攻击过程分析模拟,构建一系列攻击场景,对网络流量进行针对性的测试。本发明中,通过集成本发明创造的软件模型或软件系统,实时检测网络流量,并在检测到异常流量时及时触发预警,可以有效防止网络攻击,保障网络安全,人工智能模型的网络流量威胁检测方法可以自动处理大量数据,大大提高了检测效率,减轻了安全人员的工作负担,能够学习到正常流量和异常流量之间的微小差异,从而提高检测准确性,减少误报和漏报。
技术关键词
威胁检测方法 人工智能模型 网络流量数据 异常流量 预测误差 神经网络模型训练 检测网络流量 保障网络安全 主成分分析方法 聚类分析方法 场景 入侵检测系统 图像特征向量 网络安全技术 节点 训练集数据 参数