[发明专利]一种实时在线检测危险源数据并触发自动防御方法有效

专利信息
申请号: 202211536427.4 申请日: 2022-12-02
公开(公告)号: CN115550077B 公开(公告)日: 2023-06-20
发明(设计)人: 俞弘;蒋昊;郑勤勇;李峰 申请(专利权)人: 宁波华自智能科技有限公司
主分类号: H04L9/40 分类号: H04L9/40;H04L43/028;H04L43/04;H04L43/08;G06N3/0442;G06N3/045;G06N3/08
代理公司: 宁波奇铭知识产权代理事务所(普通合伙) 33473 代理人: 李鑫
地址: 315040 浙江省宁*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 实时 在线 检测 危险源 数据 触发 自动 防御 方法
【权利要求书】:

1.一种实时在线检测危险源数据并触发自动防御方法,其特征在于,所述方法包括:

根据预设的数据处理模型对网络信息数据进行预处理,得到目标信息数据;

通过预设的信息加工模型对所述目标信息数据进行数据加工,得到加工数据,构建所述加工数据对应的信息库;

根据预设的人工智能模型,对所述信息库中的信息安全知识数据进行模型训练,得到检测危险源数据的信息安全检测模型;

S201、根据预设的人工智能模型的循环神经网络模型对所述信息库中的所述加工数据进行模型训练,得到第一信息模型;

所述S201包括:将所述信息库中信息安全知识输入和输出数据作为训练样本,利用预设人工智能模型的循环神经网络对训练样本进行训练得到训练结果,获取训练结果的时序和逻辑关系,并根据时序和逻辑关系分析出训练结果非线性特征,根据所述非线性特征,利用所述循环神经网络的自学习能力调整权值构建第一信息模型;

S202、根据预设的人工智能模型的长短期记忆网络模型对所述第一信息模型进行性能训练,得到第二信息模型;

所述S202包括:获取所述第一信息模型安全事件发生的时间顺序,根据所述时间顺序,利用所述预设人工智能模型的长短期记忆网络模型的输入门建立安全事件序列,根据所述安全事件序列,利用所述长短期记忆网络模型的输出门预测可能事件,根据所述可能事件,利用所述长短期记忆网络模型的遗忘门进行性能监控,得到第二信息模型;

S203、根据预设的人工智能模型的深度神经网络模型对所述第二信息模型进行对抗训练,得到检测危险源数据的信息安全检测模型;

所述S203包括:根据所述预设人工智能模型的隐含层应用仿射变换,获取所述第二信息模型的历史观察事件,根据所述历史观察事件,预测所述第二信息模型的概率分布,得到预测结果,对所述预测结果进行跟踪报告,根据所述跟踪报告,得到预测精度,如果所述预测精度低于预设阈值,则返回所述S201,得到检测危险源数据的信息安全检测模型;

利用所述信息安全检测模型实时检测危险源数据,得到检测结果,根据所述检测结果得到风险预测信息;

S301、根据所述信息安全检测模型的攻防博弈算法对所述危险源数据进行攻防博弈推演,得到博弈策略;

S302、根据所述信息安全检测模型的博弈均衡算法对所述博弈策略进行博弈均衡求解,得到博弈结果;

S303、根据所述信息安全检测模型的态势感知算法,对所述博弈结果进行检测分析,得到检测结果;

S304、根据所述检测结果,得到风险预测信息;

根据所述风险预测信息,触发所述信息安全检测模型的自动防御方法,对所述风险预测信息进行自动防御。

2.根据权利要求1所述的方法,其特征在于,所述根据预设的数据处理模型对预获取网络信息数据进行预处理,得到目标信息数据,包括:

对所述网络信息数据进行文本转换,得到网络文本数据;

对所述网络文本数据进行数据清洗,得到网络清洗数据;

对所述网络清洗数据进行数据校验,得到目标信息数据。

3.根据权利要求1所述的方法,其特征在于,所述通过预设的信息加工模型对所述目标信息数据进行数据加工,构建所述目标信息数据的信息库,包括:

根据预设的信息加工模型的实体~关系构建模块,对所述目标信息数据进行实体和关系识别,得到信息知识实体和关系;

根据预设的信息加工模型的数据挖掘模块,对所述信息知识实体和关系进行数据挖掘,得到信息知识实体网络和关系网络;

根据预设的信息加工模型的数据分类模块,对所述信息知识实体网络和关系网络进行分类,得到分类结果,根据所述分类结果,构建所述目标信息数据的信息库。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于宁波华自智能科技有限公司,未经宁波华自智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211536427.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top