基于人工智能的网络信息安全威胁检测技术研究
摘要
为突破传统威胁检测技术的瓶颈,解决无法识别未知攻击和检测效率低等方面的现实难题,本次研究中提出基于人工智能的网络信息安全威胁检测技术｡文中首先明确了人工智能在网络信息安全威胁检测中的适配性,并结合网络安全威胁检测的技术特点梳理智能检测流程,分别探究机器学习与深度学习在威胁检测中的应用方法,通过实验方式,验证传统IDS检测模型､单一机器学习模型(孤立森林)､单一机器学习模型(随机森林)与CNN-BiLSTM模型,在精确度､准确度､召回率与误报率等关键性能指标方面的差异,进一步验证了智能威胁检测技术的应用成果｡
关键词
人工智能;网络信息安全;威胁检测技术;孤立森林;CNN-BiLSTM模型
全文:
PDF镜像
|参考
[1]曹铮,李志,宋益博.基于人工智能的电子信息安全检测与防护技术研究[J].移动信息,2025,47(6):223-225.[2]张作东.基于人工智能的航空信息安全防护技术研究[J].新潮电子,2025(4):22-24.[3]王瑞涵.基于人工智能的威胁检测与防护系统[J].移动信息,2024,46(1):129-131.[4]周志强.基于知识图谱模型的网络威胁识别与预测系统的研究与实现[D].北京邮电大学,2024.[5]张济鸿,谭龙广,傅东波.基于人工智能的计算机网络信息安全防护模式研究[J].移动信息,2025,47(8):192-194.
(9 摘要 Views, 3 PDF Downloads)
Refbacks
- 当前没有refback。