基于人工智能技术的计算机网络安全防御系统设计和实现

摘要

为了应对日益复杂的网络攻击手段，本研究提出一种融合联合学习与深度强化学习的动态防御系统。采用分布式架构，在边缘节点部署轻量化检测模型，通过联合聚合实现全局威胁知识共享。实验表明：该系统在入侵检测评估数据集上达到98.7%的攻击识别率，较传统卷积神经网络（CNN）模型提升2.90%，误报率控制在0.48%以下。系统创新性地引入近端策略优化（PPO）算法优化防御策略，实时响应时间实现了183 ms级，为人工智能驱动的网络安全防护提供可扩展的解决方案。

关键词

人工智能 / 网络安全 / 联合学习 / 入侵检测 / 自适应防御