基于卷积神经网络的安全防御模式研究

计算机网络在为人们提供各种便利服务的同时也面临着许多的安全威胁,如木马或病毒等。不法分子通过网络攻击,破坏网络服务和用户数据,为人们带来严重的威胁。网络安全专家和企业机构提出了很多安全防御技术,一定程度上提高了网络安全防御能力,但是随着互联网数据和流量的快速增加,网络攻击的种类和数量呈现出指数级增长,急需提出新的防御技术进行应对。本文介绍了一种基于卷积神经网络的安全防御模式,通过入侵检测、数据加密和深度分组过滤等技术,快速定位数据流中是否存在病毒或木马,并及时的对其进行查杀,有效提高网络安全防御的主动性和积极性。