一种基于自学习的机器学习模型更新方法及系统

摘要

本发明提供了一种基于自学习的机器学习模型更新方法，包括：创建原机器学习模型并部署在线上；原机器学习模型检测恶意攻击存储到负样本库；当所述负样本数达到设置阈值，触发机器学习训练任务，创建新机器学习模型；根据设定的模型更新策略进行模型更新。一种基于自学习的机器学习模型更新系统，包括：负样本库单元，将检测到的恶意攻击进行存储；机器学习训练单元，在负样本数达到设置阈值时触发机器学习训练任务，创建新机器学习模型；模型更新单元，根据设定的模型更新策略进行模型更新。减少前期样本收集压力，上线后通过自学习收集样本进行训练；比较原模型和新模型精度决定是否更新模型，无需人工介入；克服对于外部不能推送更新的场景。