基于人工智能的网络检测方法、系统、设备及介质

本发明涉及一种基于人工智能的网络流量异常检测方法、系统、设备及介质，方法包括：采集网络流量数据并提取多维度流量特征，匹配业务类型标签以生成携带业务语义的流量特征向量序列；据此训练全局基线模型及多个业务语义基线模型，并构建长期记忆缓冲区；将实时流量输入双分支模型进行重建，计算融合业务上下文置信度的综合异常评分；根据异常评分及重建误差计算基线健康度指标与污染风险系数，对样本进行分类标记；基于标记结果执行分支差异化的增量更新，其中业务语义基线模型的更新受限于污染风险阈值且结合记忆缓冲区中的纯净样本进行回放约束。本发明能够有效区分业务合法突变与攻击流量，并具备基线污染检测与防御能力。