[发明专利]基于人工智能和异常识别的模型训练方法、系统及平台

说明书

本申请实施例提供一种基于人工智能和异常识别的模型训练方法及系统，分别通过异常时间片和异常数据片的识别模型，可以分别对异常时间片和异常数据片的异域特征进行分析和识别，综合考虑到时间特征和数据特征，而非单一的特征，从而可以得到更为精确的威胁态势识别结果，进一步的，对得到的包含异常时间片和异常数据片的威胁态势识别结果进行粒度异常检测，得到带有威胁态势拦截指标的目标异域数据，进一步提高了基于对异常时间片和异常数据片的威胁潜在信息的识别精度，有效确定出后续的威胁态势拦截指标，以便于提高通信过程中的安全性。

技术领域

本申请涉及大数据和人工智能的通信技术领域，具体而言，涉及一种基于人工智能和异常识别的模型训练方法及系统。

背景技术

目前，在通信服务终端的通信过程中，不可避免地会受到外部的不明访问，现有技术在后续的大数据分析和识别过程中通常是识别单一的时间特征或者数据特征，无法得到更为精确的威胁态势识别结果，导致威胁潜在信息的识别精度不够，从而无法对后续通信过程中的安全性进行维护。

发明内容

有鉴于此，本申请的目的在于提供一种基于人工智能和异常识别的模型训练方法及系统，分别通过异常时间片和异常数据片的识别模型，可以分别对异常时间片和异常数据片的异域特征进行分析和识别，综合考虑到时间特征和数据特征，而非单一的特征，从而可以得到更为精确的威胁态势识别结果，进一步的，对得到的包含异常时间片和异常数据片的威胁态势识别结果进行粒度异常检测，得到带有威胁态势拦截指标的目标异域数据，进一步提高了基于对异常时间片和异常数据片的威胁潜在信息的识别精度，有效确定出后续的威胁态势拦截指标，以便于提高通信过程中的安全性。

根据本申请的第一方面，提供一种基于大数据和人工智能的通信信息处理方法，应用于与多个通信服务终端通信连接的云计算平台，所述方法包括：

对预设时间段内获取到通信服务终端的通信通道的传输控制大数据信息进行分段解析处理，得到所述传输控制大数据信息的协议控制分段解析内容；

按照预设传输控制元素列表对所述协议控制分段解析内容进行元素匹配，得到异域匹配元素序列；

使用第一人工智能模型与第二人工智能模型分别对异域匹配元素序列中的每个异域匹配元素进行威胁态势识别，得到所述异域匹配元素序列的威胁态势识别结果，所述第一人工智能模型为根据所述每个异域匹配元素的流特征属性预测异常时间片的模型，所述第二人工智能模型为根据所述每个异域匹配元素的流特征属性预测异常数据片的模型；

基于所述威胁态势识别结果，对所述异域匹配元素序列中对应的每个异域匹配元素进行粒度异常检测，得到带有威胁态势拦截指标的目标异域数据。

在第一方面的一种可能的实现方式中，所述对预设时间段内获取到通信服务终端的通信通道的传输控制大数据信息进行分段解析处理，得到所述传输控制大数据信息的协议控制分段解析内容的步骤，包括：

根据预设分段解析逻辑，依序确定所述传输控制大数据信息中各通信通道传输控制节点分别对应的目标传输控制进程记录信息序列；其中，通信通道传输控制节点为根据预设分段解析逻辑中对应的逻辑匹配关键节点，将所述传输控制大数据信息分割后得到的通信通道传输控制节点；