申请/专利权人：浙江大学

申请日：2021-12-30

公开（公告）日：2023-04-18

公开（公告）号：CN114499991B

主分类号：H04L9/40

分类号：H04L9/40;H04L67/02;G06F18/2431;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2023.04.18#授权;2022.05.31#实质审查的生效;2022.05.13#公开

摘要：本发明公开了一种拟态WAF中恶意流量检测和行为分析方法，首先将HTTPS流量同时输入异构检测模块和行为检测模型1进行检测，对于异构检测模块中的流量，若检测结果为0，则放行，记录其检测结果为正常流量，若检测结果为1，则送入行为检测模型2进行行为分析，最后输出最终的检测结果和行为分析结果；对于送入行为检测模型1中的流量，若检测结果为正常行为，则输出检测结果为正常流量，若检测结果为恶意，则输出检测结果及其对应的恶意行为类别。本发明基于拟态防御思想，对恶意HTTPS流量进行双重检测和行为分析，可以降低漏报率。

主权项：1.一种拟态WAF中恶意流量检测和行为分析方法，其特征在于，包含以下步骤：（1）将HTTPS流量同时送入异构检测模块和行为检测模型1进行检测；（1.1）对于异构检测模块：（1.1.1）将HTTPS流量同时送入一个正则检测模块和n个AI检测模型，得到n+1个检测结果，其中；（1.1.2）将n+1个检测结果送入裁决模块：计算加权和；其中，为的权重；若，则记最终检测结果r1=0，表示初步检测结果为正常流量；若，则记r1=1，表示初步检测结果为恶意流量；（1.2）对于行为检测模型1，得到恶意行为检测结果；其中，代表正常行为，代表m种异常行为；行为检测模型1是一个分类模型；（2）将异构检测模块检测到的恶意流量，送入行为检测模型2，进行恶意行为检测，得到检测结果；其中，行为检测模型2也是一个分类模型；行为检测模型2训练出的权重参数与行为检测模型1不同；（3）合并行为检测模型1输出的和行为检测模型2输出为h，对应的流量，将它们拦截，并输出对应的异常行为。

全文数据：

权利要求：

百度查询： 浙江大学 一种拟态WAF中恶意流量检测和行为分析方法

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