(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211536427.4 (22)申请日 2022.12.02 (71)申请人 宁波华自智能科技有限公司 地址 315040 浙江省宁波市高新区翔云北 路99号7号楼4-4 (72)发明人 俞弘　蒋昊　郑勤勇　李峰　 (74)专利代理 机构 宁波奇铭知识产权代理事务 所(普通合伙) 33473 专利代理师 李鑫 (51)Int.Cl. H04L 9/40(2022.01) H04L 43/028(2022.01) H04L 43/04(2022.01) H04L 43/08(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 一种实时在线检测危险源数据并触发自动 防御方法 (57)摘要 本发明涉及网络信息安全研究领域， 揭露一 种实时在线检测危险源数据并触发自动防御方 法， 包括： 根据预设的数据处理模型对网络信息 数据进行预处理， 得到目标信息数据； 通过预设 的信息加工模型对所述目标信息数据进行数据 加工， 得到加工数据， 构建所述加工数据对应的 的信息库； 根据预设的人工智 能模型， 对所述信 息库中的所述加工数据进行模型训练， 得到训练 好的人工智能模 型； 利用训练好的所述人工智能 模型实时检测危险源数据， 得到检测结果， 根据 所述检测结果得到风险预测信息； 根据所述风险 预测信息， 触发所述人工智能模 型的自动防御方 法， 对所述风险预测信息进行自动防御。 本发明 可以提高对危险源数据的检测效率。 权利要求书3页 说明书12页 附图5页 CN 115550077 A 2022.12.30 CN 115550077 A 1.一种实时在线检测危险源数据并触发自动防御方法， 其特 征在于， 所述方法包括： 根据预设的数据处 理模型对网络信息数据进行 预处理， 得到目标信息数据； 通过预设的信息加工模型对所述目标信息数据进行数据加工， 得到加工数据， 构建所 述加工数据对应的信息库； 根据预设的人工智能模型， 对所述信息库中的所述加工数据进行模型训练， 得到训练 好的人工智能模型； 利用训练好的所述人工智能模型实时检测危险源数据， 得到检测结果， 根据所述检测 结果得到风险预测信息； 根据所述风险预测信息， 触发所述人工智能模型的自动防御方法， 对所述风险预测信 息进行自动防御。 2.根据权利要求1所述的方法， 其特征在于， 所述根据预设的数据处理模型对预获取网 络信息数据进行 预处理， 得到目标信息数据， 包括： 对所述网络信息数据进行文本转换， 得到网络文本数据； 对所述网络文本数据进行 数据清洗， 得到网络清洗数据； 对所述网络清洗数据进行 数据校验， 得到目标信息数据。 3.根据权利要求1所述的方法， 其特征在于， 所述通过预设的信 息加工模型对所述目标 信息数据进行 数据加工， 构建所述目标信息数据的信息库， 包括： 根据预设的信息加工模型的实体~关系构建模块， 对所述目标信息数据进行实体和关 系识别， 得到信息知识实体和关系； 根据预设的信息加工模型的数据挖掘模块， 对所述信息知识实体和关系进行数据挖 掘， 得到信息知识实体网络和关系网络； 根据预设的信 息加工模型的数据分类模块， 对所述信 息知识实体网络和关系网络进行 分类， 得到分类结果， 根据所述分类结果， 构建所述目标信息数据的信息库。 4.根据权利要求1所述的方法， 其特征在于， 根据预设的人工智能模型， 对所述信息库 中的所述加工数据进行模型训练， 得到训练好的人工智能模型， 包括： 根据预设的人工智能模型的循环神经网络模型对所述信息库中的所述加工数据进行 模型训练， 得到第一信息模型； 根据预设的人工智能模型的长短期记忆网络模型对所述第 一信息模型进行性 能训练， 得到第二信息模型； 根据预设的人工智能模型的深度神经网络模型对所述第 二信息模型进行对抗训练， 得 到训练好的人工智能模型。 5.根据权利要求1所述的方法， 其特征在于， 所述利用训练好的所述人工智能模型实时 检测危险源数据， 得到检测结果， 根据所述检测结果得到风险预测信息， 包括： 根据所述信 息安全检测模型的攻防博弈算法对所述危险源数据进行攻防博弈推演， 得 到博弈策略； 根据所述信 息安全检测模型的博弈均衡算法对所述博弈策略进行博弈均衡求解， 得到 博弈结果； 根据所述信息安全检测模型的态势感知算法， 对所述博弈结果进行检测分析， 得到检 测结果；权　利　要　求　书 1/3 页 2 CN 115550077 A 2根据所述检测结果， 得到风险预测信息 。 6.根据权利要求5所述的方法， 其特征在于， 所述根据所述信 息安全检测模型的攻防博 弈算法对所述 危险源数据进行攻防博 弈推演， 得到博 弈策略， 包括： 所述信息安全检测模型的攻防博 弈算法如下 所示： 其中， 危险源数据， 表示防御自主决策能力， 表示攻击策略集， 表示防御策略 集， 表示攻防类型空间， 表示攻防概率空间， 表示攻防偏差量， 表示攻防分布结 果排序， 。 7.根据权利要求5所述的方法， 其特征在于， 所述根据所述信 息安全检测模型的博弈均 衡算法对所述博 弈策略进行 博弈均衡求 解， 得到博 弈结果数据， 包括： 所述博弈均衡算法具体公式为： 其中， 表示攻击方策略的不同攻击强度， 表示所述攻击方策略的不同攻击强度分 别对应的概率， 表示防御方针对所述攻击方策略的不同攻击强度的防御策略概率， 表示攻击方收益， 表示防御方策略不同强度， 表示防御方收益， 表示所述得到的博 弈策略， 表示博弈结果数据。 8.一种实时在线检测危险源数据并触发自动防御装置， 其特 征在于， 所述装置包括： 数据预处理模块， 用于根据预设的数据处理模型对网络信息数据进行预处理， 得到目 标信息数据； 信息库构建模块， 用于通过预设的信息加工模型对所述目标信息数据进行数据加工， 得到加工数据， 构建所述加工数据对应的信息库； 模型训练模块， 根据预设的人工智能模型， 对所述信息库中的所述加工数据进行模型 训练， 得到训练好的人工智能模型； 风险预测模块， 用于利用训练好的所述人工智能模型实时检测危险源数据， 得到检测 结果， 根据所述检测结果得到风险预测信息； 风险防御模块， 根据 所述风险预测信 息， 触发所述人工智能模型的自动防御 方法， 对所 述风险预测信息进行自动防御。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 至少一个处理器； 以及， 与所述至少一个处理器通信连接的存储器； 其中， 所述存储器 存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所述至少一个处理 器执行， 以使 所述至少一个处理器能够执行如权利要求 1至7中任意一项 所述的一种实时在 线检测危险源数据并触发自动防御方法。 10.一种计算机可读存储介质， 存储有计算机程序， 其特征在于， 所述计算机程序被处 理器执行时实现如权利要求1至7中任意一项所述的一种实时在线检测 危险源数据并触发权　利　要　求　书 2/3 页 3 CN 115550077 A 3