基于人工智能的计算机网络数据安全风险预警技术

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23 ms,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。

关键词

计算机网络 / 数据安全 / 人工智能