龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：国家计算机网络与信息安全管理中心广东分中心
摘要：本发明涉及一种基于深度学习的双引擎加密恶意流量检测方法，包括以下步骤：采集加密流量数据；对加密流量数据中的各个数据包进行分组，得到多组流量数据单元；提取各数据包对应的基本信息字段内容，对各数据包的各基本信息字段进行统计运算处理，得到多种统计特征并形成特征列表；对每组流量数据单元中的特征列表以及各数据包进行检测处理，得到两个中间结果；将每组流量数据单元对应的两个中间结果进行整合，得到该流量数据单元的候选结果，基于候选结果判断该流量数据单元是否为恶意流量。本发明基于深度学习模型，能够同时利用统计特征和数据包特征进行综合分析，可处理更多复杂的情况，从而提升对网络加密恶意流量的检测准确性。
主权项：1.一种基于深度学习的双引擎加密恶意流量检测方法，其特征在于，包括以下步骤：S1：采集加密流量数据；S2：以会话为单位，对加密流量数据中的数据包进行分组，得到多组流量数据单元；S3：提取每组流量数据单元中各数据包对应的基本信息字段的内容；所述基本信息字段包括报首字段、时间戳、数据包传送方向、包字节数、标志位；所述报首字段为取自IP数据报首部的IP版本、IP数据报字节数、服务类型、存活时间、协议；对每组流量数据单元中各数据包的各基本信息字段内容进行统计运算处理，得到多种与基本信息字段相对应的统计特征，基于这些统计特征形成该组流量数据单元的特征列表；S4：将流量数据单元的特征列表中的非数值型统计特征进行数值化处理，然后将特征列表输入至基于深度学习的第一恶意流量检测引擎进行检测处理，得到各种流量类型的标签及其概率值作为第一中间结果；将流量数据单元的各数据包输入至基于深度学习的第二恶意流量检测引擎进行检测处理，得到各数据包对应的各种流量类型的标签及其概率值；再取每一种流量类型对应概率值中的最大值，将其归一化处理后，得到流量数据单元所对应的各种流量类型的标签及其经处理后的概率值，将其作为第二中间结果；S5：将每一组流量数据单元对应的第一中间结果和第二中间结果进行整合，得到该流量数据单元的候选结果，基于候选结果判断该流量数据单元是否为恶意流量。
全文数据：
权利要求：
百度查询： 国家计算机网络与信息安全管理中心广东分中心 一种基于深度学习的双引擎加密恶意流量检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号