申请/专利权人：四川长虹电器股份有限公司

申请日：2020-10-15

公开（公告）日：2021-01-15

公开（公告）号：CN112235305A

主分类号：H04L29/06(20060101)

分类号：H04L29/06(20060101);G06K9/62(20060101);G06N3/04(20060101);G06N3/08(20060101)

优先权：

专利状态码：失效-发明专利申请公布后的驳回

法律状态：2022.12.16#发明专利申请公布后的驳回;2021.02.02#实质审查的生效;2021.01.15#公开

摘要：本发明公开了一种基于卷积神经网络的恶意流量检测方法，包括A.采集已知恶意流量样本，依据图像处理技术将恶意流量样本转换为灰阶图像，建立图像数据集；B.对目标检测流量进行卷积运算，应用卷积神经网络的特征提取器，对检测图像整体进行特征提取；C.对目标检测流量卷积运算后的结果进行非线性激活运算，提取关联特征；D.对目标检测流量非线性激活运算结果进行池化运算，获得最佳关联特征；E.采用卷积神经网络分类器，将目标检测流量池化运算后获得的图像特征窗口，按特定步长滑动窗口，并与图像数据集中恶意流量样本特征窗口进行匹配，根据匹配结果对目标检测流量进行分类。本发明的方法可提升对恶意流量检测的准确率。

主权项：1.一种基于卷积神经网络的恶意流量检测方法，其特征在于，包括以下步骤：A.采集已知恶意流量样本，依据图像处理技术将恶意流量样本转换为灰阶图像，建立图像数据集；B.对目标检测流量进行卷积运算，应用卷积神经网络的特征提取器，对检测图像整体进行特征提取；C.对目标检测流量卷积运算后的结果进行非线性激活运算，提取关联特征；D.对目标检测流量非线性激活运算结果进行池化运算，获得最佳关联特征；E.采用卷积神经网络分类器，将目标检测流量池化运算后获得的图像特征窗口，按特定步长滑动窗口，并与图像数据集中恶意流量样本特征窗口进行匹配，根据匹配结果对目标检测流量进行分类。

全文数据：

权利要求：

百度查询： 四川长虹电器股份有限公司 一种基于卷积神经网络的恶意流量检测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD