一种基于对抗性机器学习的网络流量审计优化防御方法

申请号：CN202510867003

申请日期：2025-06-26

公开号：CN120692080A

公开日期：2025-09-23

类型：发明专利

摘要

本发明涉及一种基于对抗性机器学习的网络流量审计优化防御方法，属于网络安全防护技术领域。本发明通过生成对抗样本并用于训练审计模型，提升其对隐蔽攻击的检测能力，同时引入动态适应机制以应对新型攻击。

技术关键词

生成器网络网络流量审计样本审计系统深度神经网络梯度下降算法审计模型网络安全防护技术机器学习模型对抗性更新网络参数模型更新动态字节流模块数据协议策略