公开(公告)号：CN119030767A

公开(公告)日：2024-11-26

申请号：CN202411133966.2

申请日：2024-08-19

Applicant: 郑州轻工业大学

Inventor： 张然 ,  吴芊儒 ,  庞华灿 ,  甘勇 ,  尹毅峰

IPC: H04L9/40 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明涉及一种基于混合深度学习的网络安全态势要素提取方法及系统，构建基于CNN‑LSTM‑BP的安全态势要素提取模型，该安全态势要素提取模型包括数据输入模块、卷积模块、LSTM模块、全连接模块、BP模块和输出模块，基于该安全态势要素提取模型进行网络安全态势要素提取。该网络安全态势要素提取方法结合了CNN、LSTM和BP神经网络，分别用于特征提取、序列建模和分类任务。其中，卷积模块用于提取局部特征，LSTM模块负责挖掘数据时序特征，BP模块将提取的特征映射到相应类别，同时，批归一化、ReLU激活函数和Dropout等技术被用以提高模型的性能和泛化能力。