ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】针对计算机网络数据安全风险日益复杂化、智能化的问题，本文研究了基于人工智能的计算机网络数据安全风险预警技术，通过融合轻量级卷积神经网络、改进变压器（Ｔｒａｎｓｆｏｒｍｅｒ）模型架构和联邦学习框架，构建了包含智能数据采集、多粒度特征融合、动态权重损失函数优化的全流程预警系统。 实验结果表明：系统检测率达 ９８.７％，误报率降低 ０.５８ 个百分点，响应时间缩短至 ２３ｍｓ，在加密流量识别和资源占用率方面均显著优于行业标准，实现了精准预警与高效资源利用的平衡。
