一种基于流量自主学习的资产操作风险预测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于流量自主学习的资产操作风险预测方法及系统
申请号:CN202510287292
申请日期:2025-03-12
公开号:CN119784501A
公开日期:2025-04-08
类型:发明专利
摘要
本发明公开了一种基于流量自主学习的资产操作风险预测方法及系统,涉及领域。具体公开了一种基于流量自主学习的资产操作风险预测方法,其特征在于,包括:获取资产操作相关的网络流量数据;对所述资产操作相关的网络流量数据进行深度学习和特征分析,提取流量采集设备层的流量采集设备属性、服务层的特征,业务层的资产交互特征;基于所述资产交互特征生成资产拓扑结构;利用深度学习技术对所述资产特征、所述服务层的特征和所述资产拓扑结构进行特征分析,提取多组资产异常特征和多组资产正常特征;基于多组资产异常特征和多组资产正常特征构建资产操作风险预测模型。本发明能够有效区分管理不同网络资产,以便更好地进行风险控制。
技术关键词
流量采集设备 资产 风险预测方法 网络流量数据 交互特征 风险预测模型 深度学习技术 节点 风险预测系统 风险评估模型 操作系统 可读存储介质 深度学习模型 特征提取模块 指纹 数据采集模块 处理器 关系 异常信息 模式