首页> 中国专利> 基于深度学习的小样本威胁风险预警方法及装置

基于深度学习的小样本威胁风险预警方法及装置

摘要

本发明实施例提供的基于深度学习的小样本威胁风险预警方法及装置,其中,该方法包括:通过收集互联网威胁风险信息;根据互联网威胁风险信息得到对应的词序列数据;将词序列数据分别输入片段语义提取模型和语义匹配模型,分别得到第一特征向量和第二特征向量,将第一特征向量和第二特征向量进行融合得到深层次特征;将深层次特征输入训练好的深度神经网络模型,得到互联网威胁风险信息的预警结果;训练好的深度神经网络模型是根据深层次特征样本以及对应的分类标签训练得到的。该方法利用提取的深层次特征进行互联网威胁风险信息预警,可以使得到的互联网威胁风险信息的预警结果更加准确。

著录项

  • 公开/公告号CN114004277A

    专利类型发明专利

  • 公开/公告日2022-02-01

    原文格式PDF

  • 申请/专利号CN202111142367.3

  • 发明设计人 吴萌;王占一;

    申请日2021-09-28

  • 分类号G06K9/62(20220101);G06N3/04(20060101);G06N3/08(20060101);G06F40/30(20200101);G06F40/289(20200101);H04L9/40(20220101);

  • 代理机构11002 北京路浩知识产权代理有限公司;

  • 代理人王宇杨

  • 地址 100088 北京市西城区新街口外大街28号102号楼3层332号

  • 入库时间 2023-06-19 14:05:00

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号