申请/专利权人：大连交通大学

申请日：2023-02-08

公开（公告）日：2023-05-26

公开（公告）号：CN116170192A

主分类号：H04L9/40

分类号：H04L9/40;G06N20/20

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.06.13#实质审查的生效;2023.05.26#公开

摘要：一种基于深度学习的区块链网络入侵检测方法，包括用户登录和钱包账户链接模块、数据抓包处理及检测模块、IP黑名单智能合约操作模块、IP黑名单列表模块。提出的IRLG模型由最初的CNN‑LSTM模型改进而来，在原有的CNN‑LSTM结构基础上，将CNN与LSTM的顺序连接结构改为并列结构，并添加了合并层合并CNN与LSTM的输出并送入全连接层分类，之后在CNN的基础上继续改进，使用了Inception‑ResNet结构代替了原有的CNN结构，同时在LSTM的基础上通过使用双层LSTM和双层GRU的顺序连接结构进行替代，使得模型的网络深度、准确率提高。通过智能合约保存IP黑名单数据，并将IP黑名单列表保存在链上。本发明能有效的检测入侵流量，同时可以使全球各地的用户通过智能合约获取IP黑名单列表，达到良好的防御效果。

主权项：1.一种基于深度学习的区块链网络入侵检测方法，其特征在于，包括如下步骤：步骤一、用户首先注册或登录账户并连接以太坊钱包账户，作为用户使用IP黑名单智能合约操作的前提，所有用户需要连接以太坊钱包才能使用以太坊功能；步骤二、调用已经部署到以太坊区块链上的智能合约，向区块链发出请求获取保存在链上的黑名单IP列表，区块链节点收到请求后，将保存在链上的黑名单IP列表返回给本地，并对本地的防火墙软件配置进行更新，将黑名单列表中的IP地址添加进防火墙配置中的拒绝访问列表，以实现拒绝黑名单IP地址访问的；步骤三、用户通过智能合约操作模块来使用智能合约相关功能，合约功能主要分为授权用户管理和IP黑名单列表操作，管理员可以添加删除和查看授权用户列表，添加删除和查看IP黑名单列表；授权用户可以添加和查看授权用户列表，添加删除和查看IP黑名单列表；普通用户可以查看授权用户列表，添加和查看IP黑名单列表；步骤四、调用CICFlowMeter工具对网络流量数据进行截获并打包，获取网络流量数据包，并处理成符合模型输入的76维数据，然后将数据经过Min-Max标准化处理后，然后送入IRLG模型进行检测并分类，最后模型输出分类结果并展示给用户；步骤五、用户通过调用智能合约，向链上添加新检测出的攻击者的IP地址，以实现黑名单列表的不断更新和完善。

全文数据：

权利要求：

百度查询： 大连交通大学 基于深度学习的区块链网络入侵检测方法

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