[发明专利]基于深度神经网络的安全态势智能预测方法、装置及系统有效
| 申请号： | 201910292203.5 | 申请日： | 2019-04-12 |
| 公开（公告）号： | CN110647900B | 公开（公告）日： | 2022-04-22 |
| 发明（设计）人： | 张玉臣;胡浩;张任川;刘玉岭;汪永伟;鲍旭华;孙怡峰;周洪伟;范钰丹;何淼 | 申请（专利权）人： | 中国人民解放军战略支援部队信息工程大学;北京奇安信科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/08 |
| 代理公司： | 郑州大通专利商标代理有限公司 41111 | 代理人： | 周艳巧 |
| 地址： | 450000 河*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于网络安全技术领域，特别涉及一种基于深度神经网络的安全态势智能预测方法、装置及系统，该方法包含：以自动编码器为基本单元，结合误差反向传播BP神经网络，构建用于网络安全态势无监督训练学习的深度自编码网络模型；结合专家知识和层次评估深度自编码网络模型依次进行无监督逐层预训练和有监督模型参数微调，得到训练后的网络模型；基于训练后的网络模型，对目标网络安全态势进行预测。本发明通过应用深度自编码器作为基本结构，采用无监督逐层算法进行预训练，采用有监督算法进行参数微调，解决了对网络安全数据标签的依赖性问题，实现安全态势的自动化监测和智能预警，提高态势预测的精度和时效。 | ||
| 搜索关键词： | 基于 深度 神经网络 安全 态势 智能 预测 方法 装置 系统 | ||
【主权项】：
1.一种基于深度神经网络的安全态势智能预测方法，其特征在于，包含如下内容：/nA)以自动编码器为基本单元，结合误差反向传播BP神经网络，构建用于网络安全态势无监督训练学习的深度自编码网络模型；/nB)结合专家知识和层次评估法对深度自编码网络模型依次进行无监督逐层预训练和有监督模型参数微调，得到训练后的网络模型；/nC)基于训练后的网络模型，对目标网络安全态势进行预测。/n
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中国人民解放军战略支援部队信息工程大学;北京奇安信科技有限公司，未经中国人民解放军战略支援部队信息工程大学;北京奇安信科技有限公司许可，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/patent/201910292203.5/，转载请声明来源钻瓜专利网。
