基于深度学习的计算机数据存储安全管理方法及系统

本发明公开了基于深度学习的计算机数据存储安全管理方法及系统，通过CNN卷积神经网络提取所述多模态数据的局部模式，输出时空特征向量，利用LSTM长短期记忆网络进行时序建模生成动态行为特征，输出时序特征向量，基于GNN图神经网络提取设备关联特征，输出设备关联向量；通过多头注意力模块对时空特征向量、时序特征向量和设备关联向量进行权重分配，通过全连接层输出风险评分指数；基于风险评分指数判断当前操作是否为高风险行为，若为高风险行为则通过聚类算法进行异常分析，识别偏离正常模式的离群点，根据异常结果动态调整防护措施。有效减少数据泄露、设备故障等安全事件发生概率。