基于流量分析和优化的网络访问控制列表调整方法

本公开提供了一种基于流量分析和优化的网络访问控制列表调整方法，首先基于流量分析和优化的网络访问控制列表调整方法首先进行全量流量信息采集，之后基于全量流量信息动态构建网络数字孪生模型，之后基于网络数字孪生模型的仿真结果构建因果推导模型；利用因果推导模型对实时流量进行分析处理，生成多条网络访问控制列表变更规则以及对应的部署策略；之后将网络访问控制列表变更规则及其部署策略在网络数字孪生模型中仿真，并基于仿真结果从各网络访问控制列表变更规则中确定目标网络访问控制列表。本公开构建了一个自我学习、动态风险量化、策略自动生成与验证的ACL调优系统，它不再仅仅是“优化”规则，而是从根本上改变了ACL的生成与管理范式。