-
公开(公告)号:CN118965175B
公开(公告)日:2025-02-11
申请号:CN202411420869.1
申请日:2024-10-12
Applicant: 国网思极网安科技(北京)有限公司 , 北京邮电大学
IPC: G06F18/2415 , G06N3/042 , G06N3/0985 , G06F16/26 , G06F18/25 , H04L9/40
Abstract: 本申请提供一种基于大模型的网络安全风险评估方法及相关设备。所述方法包括:利用训练好的检测模型获取实时数据,并对所述实时数据进行监测和分析,识别得到网络安全风险;对所述网络安全风险进行定量评估,利用贝叶斯网络生成风险评估报告;基于所述网络安全风险,利用元学习对所述检测模型进行更新;将所述风险评估报告存储在数据库中,并对所述风险评估报告进行可视化展示。本申请实施例通过采用多模态深度学习大模型和元学习技术,对海量复杂数据进行实时监测和分析,提高网络安全威胁检测的准确性和及时性,并且具有自适应学习和优化能力。
-
公开(公告)号:CN118965175A
公开(公告)日:2024-11-15
申请号:CN202411420869.1
申请日:2024-10-12
Applicant: 国网思极网安科技(北京)有限公司 , 北京邮电大学
IPC: G06F18/2415 , G06N3/042 , G06N3/0985 , G06F16/26 , G06F18/25 , H04L9/40
Abstract: 本申请提供一种基于大模型的网络安全风险评估方法及相关设备。所述方法包括:利用训练好的检测模型获取实时数据,并对所述实时数据进行监测和分析,识别得到网络安全风险;对所述网络安全风险进行定量评估,利用贝叶斯网络生成风险评估报告;基于所述网络安全风险,利用元学习对所述检测模型进行更新;将所述风险评估报告存储在数据库中,并对所述风险评估报告进行可视化展示。本申请实施例通过采用多模态深度学习大模型和元学习技术,对海量复杂数据进行实时监测和分析,提高网络安全威胁检测的准确性和及时性,并且具有自适应学习和优化能力。
-