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：福建福清核电有限公司

摘要：本申请公开了一种云平台入口实时流量复制方法、系统和电子设备，其通过卷积神经网络模型以及时序编码器对各个客户端在多个预定时间点的传输网络数据包进行时间和样本维度上的高维关联特征提取以获得第一特征矩阵，并且针对网络攻击在传输流量上具有一定程度的样本间的随机性和时间上的周期性的数据范式，通过对所述第一特征矩阵的特征值进行周期混沌映射，可以使得所述第二特征矩阵在高维特征空间内从特征分布层面模拟样本数据的范式特性，同时，又能够通过改进初始的特征分布来周期性间隔地按位置间隔生成混沌序列，来增强特征分布的按位置多样性，从而扩展分类器对于特征分布整体作为一个集合在高维特征空间内的搜索范围，改进全局分类精度。

主权项：1.一种云平台入口实时流量复制方法，其特征在于，包括：获取各个客户端通过源IP向各个云平台的目标IP在多个预定时间点的传输的网络数据包；将各个所述客户端通过源IP向各个云平台的目标IP在多个预定时间点的传输的网络数据包通过包含一维卷积层和全连接层的时序编码器以获得对应于各个客户端的第一特征向量；将所述对应于各个客户端的第一特征向量按照客户端样本维度二维排列为特征矩阵后通过卷积神经网络模型以获得第一特征矩阵；对所述第一特征矩阵中各个位置的特征值进行周期性混沌映射以获得第二特征矩阵，其中，对所述第一特征矩阵中各个位置的特征值进行周期性混沌映射表示将所述第一特征矩阵中各个位置的特征值整合到周期性函数中；从所述对应于各个客户端的第一特征向量中提取待预测的客户端的第一特征向量：将所述待预测的客户端的第一特征向量作为查询向量与所述第二特征矩阵进行矩阵相乘以获得分类特征向量；以及将所述分类特征向量通过分类器以获得分类结果，所述分类结果用于表示所述待预测的客户端的源IP是否为攻击IP；其中，将各个所述客户端通过源IP向各个云平台的目标IP在多个预定时间点的传输的网络数据包通过包含一维卷积层和全连接层的时序编码器以获得对应于各个客户端的第一特征向量，包括：将各个所述客户端通过源IP向各个云平台的目标IP在多个预定时间点的传输的网络数据包按照时间维度排列为对应于各个所述客户端的一维的输入向量；使用所述时序编码器的全连接层以如下公式对所述输入向量进行全连接编码以提取出所述输入向量中各个位置的特征值的高维隐含特征，其中，所述公式为：其中X是输入向量，Y是输出向量，W是权重矩阵，B是偏置向量，表示矩阵乘；使用时序编码器的一维卷积层以如下公式对所述输入向量进行一维卷积编码以提取出所述输入向量中各个位置的特征值间的关联的高维隐含关联特征，其中，所述公式为： 其中，a为卷积核在x方向上的宽度、F为卷积核参数向量、G为与卷积核函数运算的局部向量矩阵，w为卷积核的尺寸；其中，对所述第一特征矩阵中各个位置的特征值进行周期性混沌映射以获得第二特征矩阵，包括：以如下公式对所述第一特征矩阵中各个位置的特征值进行周期性混沌映射以获得第二特征矩阵；其中，所述公式为： 其中fi，j为映射前的所述第一特征矩阵的每个位置的特征值，fi，j′为映射后的所述第二特征矩阵的每个位置的特征值，fi，jmod1表示对fi，j进行模1的运算，也就是取fi，j的余数，并且a和b是超参数。

全文数据：

权利要求：

百度查询： 福建福清核电有限公司 云平台入口实时流量复制方法、系统和电子设备