摘要
本发明提供人工智能增强的分布式拒绝服务攻击防御方法及系统,涉及人工智能技术领域,包括通过网络流量采集模块采集数据包并提取基础特征信息,利用深度学习特征提取模型获取行为特征向量;将所述行为特征向量输入预先训练的多层注意力机制神经网络模型,计算攻击概率得分并标记潜在攻击流量;对潜在攻击流量进行聚类分析计算危害等级,根据危害等级生成防御策略;通过防御设备执行防御策略,并基于防御效果反馈利用强化学习算法动态优化防御策略。该方法能够准确识别攻击流量,自适应优化防御策略,有效提升分布式拒绝服务攻击防御的准确性和效率。