首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于深度学习的网络流量数据包的安全性预估方法、装置、设备及可读存储介质 

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:南通塔扬信息科技有限公司

摘要:本发明提供一种基于深度学习的网络流量数据包的安全风险预估方法、装置、设备及可读存储介质,涉及网络流量数据包的安全监测技术领域,具体步骤包括:S1.捕获进出网络接口的n个数据包,对捕获的数据包按照捕获的时间顺序编号,形成的编号集合A,标注所述编号集合A中每一个数据包对应的安全性标准值,并构成标准值集合。当网络流量数据包存在异常时,通过安全性标准值集合,可以快速识别对应流量数据包的安全性标准值,获得数据包的安全性评估值和对应标准值之间的误差标值,并基于构建的深度神经网络生成网络流量安全指数,根据网络流量安全指数所属区间,预估网络流量数据包的安全程度。

主权项:1.一种基于深度学习的网络流量数据包的安全风险预估方法,其特征在于,具体步骤包括:S1.捕获进出网络接口的n个数据包,对捕获的数据包按照捕获的时间顺序编号,形成 的编号集合A,标注所述编号集合A中每一个数据包对应的安全性标准值,并构成标准值集 合; S2.采集编号集合A中每个数据包的流量参数和连接参数,所述流量参数包括T时间段内数据传输量的变化量和流量传输速率的变化量;所述连接参数包括T时间段内连接数的变化量和连接持续时间的变化量;S3.将所述编号集合A中每个数据包的安全性值进行分析评估,生成安全性评估值,将 所述安全性评估值与标准值集合内数据包对应的安全性标准值进行比对后获得关于误差 标值,并将所有误差标值构成误差集合,将采集的每个数据包的流量参数进行无纲化处 理,并进行相关性分析,生成每个数据包的流量安全系数,将采集的每个数据包的连接参数 进行无纲化处理,并进行相关性分析,生成连接安全系数; S4.将误差集合内每个数据包的误差标值与其对应的流量安全系数和连接安全系 数进行一一映射后,形成训练样本,将训练样本作为输入,同时将所述每个数据包的网络流 量安全值作为标签,作为相应的输出,发送至深度神经网络进行训练,基于深度神经网络生 成网络流量安全指数; S5.根据所述网络流量安全指数所属区间分析,将网络流量安全风险程度分为轻度、中度和重度。

全文数据:

权利要求:

百度查询: 南通塔扬信息科技有限公司 基于深度学习的网络流量数据包的安全性预估方法、装置、设备及可读存储介质

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。