[发明专利]一种神经网络的训练方法和装置

权利要求书

1.一种神经网络的训练方法，其特征在于，包括：

获取系统数字资产的多组训练样本，其中，每组训练样本包括多种标记类型的资产特征值以及基于每组资产特征值预先撰写的综合资产监测报告，所述系统数字资产包括已注册网络设备的状态信息、性能信息和安全信息；

将每组所述资产特征值和所述综合资产监测报告输入第一神经网络，训练所述第一神经网络输出的综合资产监测报告达到预设评估精度。

2.根据权利要求1所述的方法，其特征在于，

所述系统数字资产包括网络丢包率信息和网络延时信息；

所述资产特征值包括用于表征网络连接性的网络在线状态特征值；

相应的，在所述获取系统数字资产的多组训练样本前，还包括：

分组采集网络丢包率信息和网络延时信息；

基于每组的所述网络丢包率信息和所述网络延时信息生成对应组的所述网络在线状态特征值。

3.根据权利要求1所述的方法，其特征在于，

所述系统数字资产，包括：中央处理器的内核数量、中央处理器的平均使用率、内存的平均使用率、系统负载信息和任务数量；

所述资产特征值包括用于表征网络活动的基础状态特征值；

相应的，在所述获取系统数字资产的多组训练样本前，还包括：

分组采集中央处理器的内核数量、中央处理器的平均使用率、内存的平均使用率、系统负载信息和任务数量；

基于每组的所述中央处理器的内核数量、所述中央处理器的平均使用率、所述内存的平均使用率、所述系统负载信息和所述任务数量生成对应组的所述基础状态特征值。

4.根据权利要求1所述的方法，其特征在于，

所述系统数字资产包括系统日志；

所述资产特征值包括用于表征系统操作安全的自检安全特征值；

相应的，在所述获取系统数字资产的多组训练样本前，还包括：

分组从所述系统日志中获取预设预警等级的日志数量；

基于每组所述日志数量生成对应组的所述自检安全特征值。

5.根据权利要求1所述的方法，其特征在于，

所述资产特征值包括通过第三方工具对系统进行安全检测生成的第三方检测安全特征值；

相应的，在所述获取系统数字资产的多组训练样本前，还包括：

分组通过第三方工具对系统进行安全检测生成对应组的所述第三方检测安全特征值。

6.根据权利要求1所述的方法，其特征在于，所述第一神经网络包括长短期记忆人工神经网络。

7.一种管理系统数字资产的方法，其特征在于，包括：

获取系统数字资产的一组多种标记类型的资产特征值，其中，所述系统数字资产包括已注册网络设备的状态信息、性能信息和安全信息；

将所述资产特征值输入第一神经网络，获取输出的综合资产监测报告，其中，所述第一神经网络经过如权利要求1-6任一项所述训练方法的训练。

8.根据权利要求7所述的方法，其特征在于，所述第一神经网络包括长短期记忆人工神经网络。

9.一种神经网络的训练装置，其特征在于，包括：

获取训练样本单元，用于获取系统数字资产的多组训练样本，其中，每组训练样本包括多种标记类型的资产特征值以及基于每组资产特征值预先撰写的综合资产监测报告，所述系统数字资产包括已注册网络设备的状态信息、性能信息和安全信息；

训练单元，用于将每组所述资产特征值和所述综合资产监测报告输入第一神经网络，训练所述第一神经网络输出的综合资产监测报告达到预设评估精度。

10.一种管理系统数字资产的装置，其特征在于，包括：

获取特征值单元，用于获取系统数字资产的一组多种标记类型的资产特征值，其中，所述系统数字资产包括已注册网络设备的状态信息、性能信息和安全信息；

输出单元，用于将所述资产特征值输入第一神经网络，获取输出的综合资产监测报告，其中，所述第一神经网络经过如权利要求1-6任一项所述训练方法的训练。