基于深度循環(huán)神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)逃避行為檢測(cè)方法
基本信息
| 申請(qǐng)?zhí)?/td> | CN201810082404.8 | 申請(qǐng)日 | - |
| 公開（公告）號(hào) | CN108418792B | 公開（公告）日 | 2018-08-17 |
| 申請(qǐng)公布號(hào) | CN108418792B | 申請(qǐng)公布日 | 2018-08-17 |
| 分類號(hào) | H04L29/06(2006.01)I;G06N3/04(2006.01)I | 分類 | 電通信技術(shù); |
| 發(fā)明人 | 賈靜平;夏宏;李雪健;劉慶;陳科樺;王竹曉 | 申請(qǐng)（專利權(quán)）人 | 北京科能騰達(dá)信息技術(shù)股份有限公司 |
| 代理機(jī)構(gòu) | 北京眾合誠(chéng)成知識(shí)產(chǎn)權(quán)代理有限公司 | 代理人 | 華北電力大學(xué);北京科能騰達(dá)信息技術(shù)股份有限公司 |
| 地址 | 102206北京市昌平區(qū)朱辛莊北農(nóng)路2號(hào) | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開了屬于人工智能與網(wǎng)絡(luò)安全技術(shù)領(lǐng)域的一種基于深度循環(huán)神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)逃避行為檢測(cè)算法。該方法首先在受保護(hù)網(wǎng)絡(luò)中采集未施加逃避技術(shù)的正常網(wǎng)絡(luò)流數(shù)據(jù)；通過在正常網(wǎng)絡(luò)流上應(yīng)用各類逃避技術(shù)以獲得相應(yīng)類別的逃避網(wǎng)絡(luò)數(shù)據(jù)流；其次從正常網(wǎng)絡(luò)流和各類逃避網(wǎng)絡(luò)流中提取各幀間、幀內(nèi)的特征形成特征向量；最后通過網(wǎng)格搜索法和交叉驗(yàn)證法構(gòu)建出在訓(xùn)練樣本集上具有最高分類準(zhǔn)確率的深度循環(huán)神經(jīng)網(wǎng)絡(luò)，對(duì)從網(wǎng)絡(luò)流中提取的特征向量序列進(jìn)行分類，從而實(shí)現(xiàn)對(duì)各類逃避行為的檢測(cè)和識(shí)別。本發(fā)明能自適應(yīng)地學(xué)習(xí)受保護(hù)網(wǎng)絡(luò)中正常網(wǎng)絡(luò)流的特征，并且不依賴于人工事先設(shè)定的檢測(cè)方法或檢測(cè)閾值來判斷逃避行為，因此本發(fā)明具有自適應(yīng)性和自學(xué)習(xí)優(yōu)點(diǎn)。?? |
