基于机器学习的数字孪生动态优化方法、设备及介质

本发明公开了基于机器学习的数字孪生动态优化方法、设备及介质，涉及网络安全技术领域，解决无法基于影响程度准确筛选出网络中的待优化节点的问题，方法包括：获取目标网络的网络结构数据和历史异常数据，并依据网络结构数据和历史异常数据将目标网络映射至数字网络空间；对数字网络空间中的不同传输节点进行分析；依据历史异常数据对数字网络空间中的不同传输节点进行分析，得到第一传输节点与第二传输节点；对第一传输节点与第二传输节点进行分析，得到数字网络空间中的待优化节点；依据数字网络空间中的待优化节点对目标网络中对应的网络节点进行优化，本发明实现基于影响程度准确筛选出网络中的待优化节点。