[发明专利]监控网络安全的方法及装置、空调器、家用电器

权利要求书

1.一种监控网络安全的方法，其特征在于，包括：

获取组网的安全日志，其中所述安全日志记录了外网攻击所述组网的攻击信息；

基于预测学习模型对所述安全日志中的数据进行处理，得到预测结果，其中所述预测结果用于预测得到异常信息；

所述预测学习模型包括：广度模型和深度模型，其中，所述广度模型和所述深度模型通过逻辑损失函数进行关联；

基于预测学习模型对所述安全日志中的数据进行处理，得到预测结果包括：使用所述广度模型和所述深度模型分别处理所述安全日志中的数据，得到第一预测结果和第二预测结果，其中，所述第一预测结果包括：预测发生攻击时的攻击严重程度，所述第二预测结果包括：预测到发生攻击时的时间属性；结合所述第一预测结果和所述第二预测结果，生成所述预测结果。

2.根据权利要求1所述的方法，其特征在于，在接收到监控指令的情况下，启动获取所述组网的安全日志，并对所述安全日志进行预处理。

3.根据权利要求1或2中任意一项所述的方法，其特征在于，在基于预测学习模型对所述安全日志中的数据进行处理，得到预测结果之后，所述方法还包括：

基于所述预测结果继续监控所述组网，生成预警信息，其中，所述预警信息用于提醒所述组网出现网络异常。

4.根据权利要求3所述的方法，其特征在于，在所述预测结果包括发生攻击的时间和/或严重程度的情况下，基于所述预测结果继续监控所述组网，生成预警信息包括：

判断所述预测结果是否超过预定阀值；

如果超过，则发出所述预警信息；

如果没有超过，则继续监控所述组网。

5.一种监控网络安全的方法，包括：

如果触发监控网络安全的功能，获取组网的安全日志，其中，所述安全日志记录了外网攻击所述组网的攻击信息；

基于预测学习模型对所述安全日志中的数据进行处理，得到预测结果，其中，所述预测结果用于预测得到异常信息；

所述预测学习模型包括：广度模型和深度模型，其中，所述广度模型和所述深度模型通过逻辑损失函数进行关联；

基于预测学习模型对所述安全日志中的数据进行处理，得到预测结果包括：使用所述广度模型和所述深度模型分别处理所述安全日志中的数据，得到第一预测结果和第二预测结果，其中，所述第一预测结果包括：预测发生攻击时的攻击严重程度，所述第二预测结果包括：预测到发生攻击时的时间属性；结合所述第一预测结果和所述第二预测结果，生成所述预测结果。

6.一种监控网络安全的装置，包括：

监控模块，用于获取组网的安全日志，其中所述安全日志记录了外网攻击所述组网的攻击信息；

处理模块，用于基于预测学习模型对所述安全日志中的数据进行处理，得到预测结果，其中所述预测结果用于预测得到异常信息；

所述预测学习模型包括：广度模型和深度模型，其中，所述广度模型和所述深度模型通过逻辑损失函数进行关联；所述处理模块还用于使用所述广度模型和所述深度模型分别处理所述安全日志中的数据，得到第一预测结果和第二预测结果，其中，所述第一预测结果包括：预测发生攻击时的攻击严重程度，所述第二预测结果包括：预测到发生攻击时的时间属性；结合所述第一预测结果和所述第二预测结果，生成所述预测结果。

7.一种空调器，包括：

监控装置，用于获取空调器的组网的安全日志，其中，所述安全日志记录了外网攻击所述组网的攻击信息；

处理器，与所述监控装置连接，用于基于预测学习模型对所述安全日志中的数据进行处理，得到预测结果，其中，所述预测结果用于预测得到异常信息；

所述预测学习模型包括：广度模型和深度模型，其中，所述广度模型和所述深度模型通过逻辑损失函数进行关联；所述处理器还用于使用所述广度模型和所述深度模型分别处理所述安全日志中的数据，得到第一预测结果和第二预测结果，其中，所述第一预测结果包括：预测发生攻击时的攻击严重程度，所述第二预测结果包括：预测到发生攻击时的时间属性；结合所述第一预测结果和所述第二预测结果，生成所述预测结果。