Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于人工智能的网络安全等级保护管理系统及方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:福建中信网安信息科技有限公司

摘要:本申请涉及网络安全技术领域,其具体地公开了一种基于人工智能的网络安全等级保护管理系统及方法,其采用基于深度学习的自然语言处理技术对网络安全等级保护基本要求和网络设备单元测评项证据进行语义理解,挖掘出网络安全等级保护相关的规范知识和测评标准信息,以及网络设备安全性相关的测评信息,并基于网络设备单元测评项证据相对于网络安全等级保护基本要求的语义特征匹配性分析结果,智能评判网络设备单元的网络安全保护等级。这样,实现了对网络设备的自动化、智能化安全等级保护测评,有效降低了人工评估的工作量和主观性,提高了测评的效率和准确性。

主权项:1.一种基于人工智能的网络安全等级保护管理系统,其特征在于,包括:网络安全信息获取模块,用于获取网络安全等级保护基本要求的集合,以及网络设备单元测评项证据的集合;网络安全信息语义编码模块,用于对所述网络设备单元测评项证据的集合和所述网络安全等级保护基本要求的集合分别进行语义编码以得到网络设备单元测评项证据语义编码特征向量的集合和网络安全等级保护基本要求语义编码特征向量的集合;单向匹配分析模块,用于计算所述网络设备单元测评项证据语义编码特征向量的集合相对于所述网络安全等级保护基本要求语义编码特征向量的集合的单向注意力匹配特征以得到全局匹配结果聚合表示向量;网络安全保护等级分析模块,用于基于所述全局匹配结果聚合表示向量,确定网络安全保护等级标签;其中,所述单向匹配分析模块,包括:逐点单向匹配单元,用于以所述网络设备单元测评项证据语义编码特征向量的集合中的各个网络设备单元测评项证据语义编码特征向量分别作为查询特征向量,并将所述查询特征向量与所述网络安全等级保护基本要求语义编码特征向量的集合输入细粒度逐点单向注意力交互匹配模型以得到单向匹配结果表示向量的集合;全局聚合单元,用于将所述单向匹配结果表示向量的集合进行级联以得到所述全局匹配结果聚合表示向量;其中,所述网络安全信息语义编码模块,包括:测评项证据语义编码单元,用于将所述网络设备单元测评项证据的集合中的各个网络设备单元测评项证据分别通过基于Bert模型的语义编码器以得到所述网络设备单元测评项证据语义编码特征向量的集合;基本要求语义编码单元,用于使用所述基于Bert模型的语义编码器对所述网络安全等级保护基本要求的集合中的各个网络安全等级保护基本要求分别进行语义编码以得到所述网络安全等级保护基本要求语义编码特征向量的集合;其中,所述逐点单向匹配单元,包括:语义度量子单元,用于计算所述查询特征向量与所述网络安全等级保护基本要求语义编码特征向量的集合中的各个网络安全等级保护基本要求语义编码特征向量之间的语义度量系数以得到单向匹配语义度量系数的集合;归一化子单元,用于将所述单向匹配语义度量系数的集合通过softmax函数进行归一化处理以得到单向匹配语义度量权重的集合;注意力加权子单元,用于以所述单向匹配语义度量权重的集合作为权重计算所述网络安全等级保护基本要求语义编码特征向量的集合的加权和以得到单向匹配交互重塑特征向量;特征差分计算子单元,用于计算所述查询特征向量与所述单向匹配交互重塑特征向量之间的差分特征向量作为所述单向匹配结果表示向量。

全文数据:

权利要求:

百度查询: 福建中信网安信息科技有限公司 基于人工智能的网络安全等级保护管理系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。