【成果推荐】基于深度学习的高通量网络攻击智能检测与场景构建研究

    随着5G等IT技术的迅速发展，高通量环境中的网络安全正面临着前所未 有的挑战:攻击的手段更隐蔽，破坏性更强，持续时间更长。如何高效且智能地 检测出网络攻击并能溯源取证等问题，受到了国内外政府、企业和研究机构的高度重视。

    本项目拟利用深度学习等前沿技术，研究面向高通量网络攻击的智能感知、安全检测和攻击场景构建方法，包括：

（1）高通量网络数据的智能感知与多源融合方法研究，解决数据的关联性问题；

（2）面向网络攻击行为知识图谱的构建与推理方法研究，提升攻击行为表征和挖掘的准确性；

（3）基于增量学习的网络攻击检测方法研究，应对高通量网络攻击巨量、动态等挑战；

（4）基于图结构的深度学习的场景构建与推演方法研究，解决网络溯源取证难的问题；

（5）进行实证研究和应用示范。本项目的研究成果对于高通量实时网络攻击检 测、溯源评估、互联网攻防演练等方面具有重要的应用前景、较高的理论意义和 实用价值。

    网络安全。

合作方式：技术转移，产学研合作等。

价格：面议

联系方式：长按扫描二维码，填写您的需求