基于贝叶斯正则化的智能网络安全系统、装置及存储介质

技术特征：
1.一种基于贝叶斯正则化的智能网络安全系统，其特征在于，包括数据收集模块、训练模块、人工智能分析模块、反馈补偿模块、数据库加密存储模块和可视化模块；所述数据收集模块通过人工和/或机器方式对网络安全数据进行收集、筛选、预处理、分类和标记操作，得到各类训练数据集；所述训练模块通过神经网络模型进行部署并分别使用各类训练数据集进行训练，得到对应的人工智能算法；所述人工智能分析模块通过将各类人工智能算法进行组建，得到各内部子模块；所述各内部子模块用于对网络环境进行网络安全实时监测、网络安全攻击实时识别和对网络安全漏洞进行消除/隔离；所述反馈补偿模块通过捕捉人工智能分析模块的实时监测数据记录异常数据，得到反馈修正数据；所述反馈修正数据用于对人工智能分析模块进行反馈修正训练，使神经网络模型接近实际网络环境；所述数据库加密存储模块用于为各模块提供数据存储空间，并对存储数据进行加密处理；所述可视化模块用于汇总各类网络安全数据信息，并将整理的数据对授权用户进行可视化展示。2.根据权利要求1所述的一种基于贝叶斯正则化的智能网络安全系统，其特征在于，所述数据库加密存储模块中设置有网络安全历史信息数据库，所述网络安全历史信息数据库用于存储已标记与分类的网络安全攻击、漏洞和病毒；所述数据收集模块通过爬虫程序获取授权用户计算机系统中网络安全历史信息并通过网络安全历史信息数据库进行分类与标记；完成分类与标记后保存至网络安全历史信息数据库中。3.根据权利要求1所述的一种基于贝叶斯正则化的智能网络安全系统，其特征在于，所述训练模块的搭建包括基于bp反向传播的神经网络的搭建训练过程和贝叶斯正则化修正过程。4.根据权利要求3所述的一种基于贝叶斯正则化的智能网络安全系统，其特征在于，所述基于bp反向传播的神经网络的训练性能函数是误差函数mse，即:其中，e
d
代表误差平方总和均值；n是样本集的数量；x
i
是指网络输入；t
i
指与网络输入相对应的目标输出。5.根据权利要求4所述的一种基于贝叶斯正则化的智能网络安全系统，其特征在于，所述贝叶斯正则化修正过程即正则化处理神经网络模型的参数，贝叶斯正则化修正模型：其中，a、b为事件，p即为事件发生的概率；(a|b)表示在事件b已经发生的情况下发生事件a，(b|a)则表示在事件a已经发生的情况下发生事件b；贝叶斯正则化方法对bp神经网络误差函数进行过拟合修正后，得到：f＝αe
w
βe
d
其中，f指神经网络的权重误差函数；e
w
是神经网络中所有权值的平方和均值；m是神经网络连接权值的总数；w
i
是神经网络的连接权值；α与β为目标函数的参数；根据贝叶斯正则化修正模型，得到归一化因子p(d|α,β,m),其中m代表整个神经网络的构架；通过正则项与归一化因子，推导出贝叶斯正则化的训练框架为：z
f
(α,β)＝z
d
(β)z
w
(α)其中，z
f
(α,β)是关于α和β的与权重w无关的函数。6.根据权利要求1所述的一种基于贝叶斯正则化的智能网络安全系统，其特征在于，所述人工智能分析模块的内部子模块包括实时监测模块、防护模块和预测模块；所述实时监测模块将实时对所有授权用户计算机系统的网络使用情况进行监测、防护与预测；若存在一个已知类型的网络安全攻击、漏洞、病毒和各类非法访问记录，即代表数据信息异常；首先将异常数据传送至所述反馈补偿模块以用于反馈修正训练，再将异常数据送往所述数据库加密存储模块，以进行可视化展示；所述实时防护模块根据网络安全规则对异常数据进行消除或隔离；所述预测模块根据神经网络算法特征分析发现未知的异常或非法数据，将一同汇总经过所述数据库加密存储模块进行加密，并在所述可视化模块中对授权用户进行展示并预警。7.根据权利要求1所述的一种基于贝叶斯正则化的智能网络安全系统，其特征在于，所述数据库加密存储模块用于为各模块提供数据存储空间，并对存储数据进行非对称加密处理；非对称加密处理后的数据仅允许信任的设备或个人读取相关信息；授权用户能通过可视化模块查看数据库加密存储模块内各类网络安全性能分析汇总。8.根据权利要求1所述的一种基于贝叶斯正则化的智能网络安全系统，其特征在于，所述可视化模块能对各模块数据进行快速汇总、智能化分析结果、可视化显示、网络环境管理、相关网络安全攻击与漏洞筛选设定、网络安全威胁预警展示和网络环境安全防护详情查看功能。9.一种烧录设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述的一种基于贝叶斯正则化的智能网络安全系统。10.一种计算机可读存储介质，所述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8任一项所述的一种基于贝叶斯正则化的智能网络安全系统。

技术总结
本发明提供了一种基于贝叶斯正则化的智能网络安全系统、装置及存储介质，涉及人工智能与网络安全技术领域。本发明通过人工智能分析模块内部的子模块实时监测识别网络安全攻击与漏洞并消除或隔离，预测可能存在的网络安全威胁，给出预警提示和实时防护措施，尽可能地避免用户在接触数据信息后受到影响，为授权用户提供安全可靠的网络环境；基于贝叶斯正则化的人工智能神经网络算法模型，可避免在实际应用场景中训练算法模型的过度拟合问题，提高判别网络安全威胁、漏洞与攻击的准确性；通过反馈补偿模块使神经网络算法的训练不局限于历史数据集，同时通过实时网络安全数据集进行反馈更新，使神经网络模型贴近实际网络环境。使神经网络模型贴近实际网络环境。使神经网络模型贴近实际网络环境。


技术研发人员：李洪赭 李赛飞 徐斯润
受保护的技术使用者：西南交通大学
技术研发日：2022.02.25
技术公布日：2022/6/4