一种基于深度学习的网络安全动态预警方法及系统

本发明涉及网络安全领域，特别是一种基于深度学习的网络安全动态预警方法及系统。通过获取历史网络攻击数据集，基于GRU门控循环单元神经网络建立目标PSO‑GRU网络安全识别神经网络模型；获取入侵检测传感器中的实时网络访问数据，将实时网络访问数据输入至目标PSO‑GRU网络安全识别神经网络模型中进行识别，得到系统网络安全动态数据；根据系统网络安全动态数据判断系统的网络安全环境，若系统处于完全危险状态，则对服务器进行预警；若系统处于部分危险状态，则将部分危险修复措施传输至管理人员的移动终端。可以有效对网络安全进行动态预警，并对网络攻击数据进行状态划分，提高网络安全的预警效率，有效保障网络安全的平稳运行。