一种边缘计算下基于机器学习的终端安全策略选择方法

摘要

本发明公开了一种边缘计算下基于机器学习的终端安全策略选择方法，边缘侧设备每次可以从p种安全策略中选取一种或者多种安全策略对终端进行保护，采用机器学习方法等按各终端量化值进行选择，需要满足预设阈值，并且在机器学习机的性能评价值不能满足预设阈值，需要提前时间重新进行训练。本发明充分利用边缘设备的计算能力，采用离线训练、在线判断的方式，使得进行机器学习机的训练可以在边缘侧完成，也可以在云端完成，机器学习机等对边缘计算侧的安全接入策略选择不因为训练而中断，实现边缘计算系统安全策略选择的实时更新和实时选择。