[发明专利]基于人工智能和大数据的安全防护配置方法及大数据系统

权利要求书

1.一种基于人工智能和大数据的安全防护配置方法，其特征在于，应用于大数据系统，所述方法包括：

获取所述风险攻击感知系统所监控到的风险攻击活动轨迹，并基于威胁态势感知模型对所述风险攻击感知系统所监控到的目标风险攻击活动轨迹进行威胁态势感知，确定所述目标风险攻击活动轨迹的目标感知威胁态势分布；

基于所述目标感知威胁态势分布对所述风险攻击感知系统进行防护强化配置。

2.根据权利要求1所述的基于人工智能和大数据的安全防护配置方法，其特征在于，所述威胁态势感知模型的训练步骤包括：

获取通过风险攻击感知系统搜集的范例风险攻击活动大数据和待进行威胁态势感知学习的威胁态势感知模型，所述范例风险攻击活动大数据包括范例风险攻击活动轨迹、所述范例风险攻击活动轨迹对应的先验威胁态势信息以及延伸风险攻击活动轨迹，所述威胁态势感知模型包括基础威胁态势变量解析分支和延伸威胁态势变量解析分支、特征还原分支，所述基础威胁态势变量解析分支和所述延伸威胁态势变量解析分支共同调用特征编码器；

结合所述范例风险攻击活动轨迹以及对应的先验威胁态势信息，对所述基础威胁态势变量解析分支进行基础权重调优，输出基础权重调优后的基础威胁态势变量解析分支，所述基础威胁态势变量解析分支包括特征编码器和基础威胁态势变量解析节点；

结合所述基础权重调优后的基础威胁态势变量解析分支，对所述范例风险攻击活动轨迹和所述延伸风险攻击活动轨迹进行威胁态势变量解析，输出所述范例风险攻击活动轨迹对应的范例威胁态势变量分布和所述延伸风险攻击活动轨迹对应的延伸威胁态势变量分布；

结合所述范例威胁态势变量分布和所述延伸威胁态势变量分布之间的区别度量值，对所述延伸风险攻击活动轨迹进行调整，输出所述范例风险攻击活动轨迹对应的第一学习风险攻击活动轨迹；

结合所述范例风险攻击活动轨迹和所述第一学习风险攻击活动轨迹对威胁态势感知模型进行权重调优，输出权重调优后的威胁态势感知模型，所述权重调优后的威胁态势感知模型用于对所述风险攻击感知系统所监控到的风险攻击活动轨迹进行威胁态势感知。

3.根据权利要求2所述的基于人工智能和大数据的安全防护配置方法，其特征在于，所述结合所述范例风险攻击活动轨迹和所述第一学习风险攻击活动轨迹对威胁态势感知模型进行权重调优，输出权重调优后的威胁态势感知模型的步骤，具体包括：

将所述范例风险攻击活动轨迹和所述第一学习风险攻击活动轨迹分别确定为训练风险攻击活动轨迹；

结合所述基础权重调优后的基础威胁态势变量解析分支和所述延伸威胁态势变量解析分支，对所述训练风险攻击活动轨迹进行威胁态势变量解析，输出所述训练风险攻击活动轨迹的威胁态势变量分布；

结合所述特征还原分支对所述训练风险攻击活动轨迹的威胁态势变量分布进行特征还原，输出还原风险攻击活动轨迹；

结合所述还原风险攻击活动轨迹和所述训练风险攻击活动轨迹之间的第一区别度量值，对威胁态势感知模型的延伸威胁态势变量解析分支中的函数参数层信息进行权重调优，输出权重调优后的威胁态势感知模型。