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

一种基于对抗BiLSTM-Transformer的工业物联网僵尸网络检测方法及系统 

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:上海电力大学;上海云剑信息技术有限公司

摘要:本发明涉及僵尸网络检测技术领域,公开了一种基于对抗BiLSTM‑Transformer的工业物联网僵尸网络检测方法及系统,方法包括:获取僵尸网络流量数据,并进行数据预处理;进行混合采样生成样本数据集;通过基于皮尔逊系数的多阶段聚类特征选择算法进行数据集的特征提取;通过BiLSTM模型以及Transformer模型进行融合;通过投影梯度算法生成对抗训练样本,将常规训练样本以及对抗训练样本的特征作为僵尸网络检测模型的输入特征进行周期性循环训练,进行分类预测,并根据预测结果对模型进行评估。本发明利用双向长短期记忆网络BiLSTM和Transformer层来捕获工业物联网僵尸网络流量数据中的时间和空间依赖关系,并结合对抗训练技术来提高模型的鲁棒性,增强其对僵尸网络复杂攻击模式的检测能力。

主权项:1.一种基于对抗BiLSTM-Transformer的工业物联网僵尸网络检测方法,其特征在于,包括:获取僵尸网络流量数据,并进行数据预处理;基于处理后的所述僵尸网络流量数据进行混合采样,对多数量数据进行欠采样,对少数量数据进行过采样,生成样本数据集;根据所述样本数据集,通过基于皮尔逊系数的多阶段聚类特征选择算法进行数据集的特征提取,得到常规训练样本;将BiLSTM模型以及Transformer模型进行融合,所述融合包括进行模型优化和参数调整,得到对抗BiLSTM-Tansformer僵尸网络检测模型;对所述常规训练样本通过投影梯度算法生成对抗训练样本,将所述常规训练样本以及对抗训练样本的特征作为僵尸网络检测模型的输入特征进行周期性循环训练,通过训练后的检测模型进行分类预测,并根据预测结果对模型进行评估。

全文数据:

权利要求:

百度查询: 上海电力大学 上海云剑信息技术有限公司 一种基于对抗BiLSTM-Transformer的工业物联网僵尸网络检测方法及系统

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。