一种基于大数据的网络病毒智能预警方法与系统

本申请提供一种基于大数据的网络病毒智能预警方法与系统。方法包括：采集用户空间内活跃进程的缓存操作日志，以构建缓存操作行为数据集，基于访问频率异常规则对活跃进程初步异常标记；按预设时间窗口提取缓存访问频率、数据读写比例及内存地址跳转轨迹，生成多维度行为特征矩阵；将特征矩阵与正常缓存行为特征基准集对比，计算特征矩阵的偏移值，若其超过偏移阈值，确认为异常进程，输出偏移维度分布数据；基于偏移维度分布数据、异常持续时长和内存影响范围，判定异常进程的异常类型，结合其计算异常进程的风险评分；基于风险评分所在区间判定异常进程的威胁等级，触发响应操作，生成带威胁等级标签的异常进程清单，进行网络病毒智能预警。