买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种基于KPCA算法的SYN Flood攻击检测方法及系统_广西电网有限责任公司电力科学研究院_202310466110.6 

申请/专利权人:广西电网有限责任公司电力科学研究院

申请日:2023-04-27

公开(公告)日:2023-07-18

公开(公告)号:CN116455655A

主分类号:H04L9/40

分类号:H04L9/40;G06F18/2135;G06F18/2433

优先权:

专利状态码:在审-实质审查的生效

法律状态:2023.08.04#实质审查的生效;2023.07.18#公开

摘要:一种基于KPCA算法的SYNFlood攻击检测方法及系统,所述方法包括:步骤1:收集历史TCP连接数据;步骤2:对所述历史TCP连接数据中的数据进行数据预处理,构建TCP连接特征向量,并将所述初始数据集划分为训练集和测试集;步骤3:利用KPCA算法对构建好的所述TCP连接特征向量进行特征提取,提取出低维空间中的主成分特征向量;步骤4:利用提取到的所述主成分特征向量、所述训练集以及测试集对分类器模型进行训练与优化;步骤5:获取目标网络的实时TCP连接数据,将所述实时TCP连接数据输入到完成优化和训练中的所述分类器模型中,得到SYNFlood攻击的检测结果。本发明通过KPCA算法对TCP连接特征向量进行核主成分分析,能够提高分类器分类结果的效率和准确率。

主权项:1.一种基于KPCA算法的SYNFlood攻击检测方法,其特征在于,包括以下步骤:步骤1:收集历史TCP连接数据;步骤2:对所述历史TCP连接数据中的数据进行数据预处理,构建TCP连接特征向量,生成初始数据集,并将所述初始数据集划分为训练集和测试集,所述预处理包括去噪处理、标准化处理;步骤3:利用KPCA算法对构建好的所述TCP连接特征向量进行特征提取,提取出低维空间中的主成分特征向量;步骤4:利用提取到的所述主成分特征向量、所述训练集以及测试集对分类器模型进行训练与优化,所述分类器模型用于区分正常TCP连接与异常TCP连接;步骤5:获取目标网络的实时TCP连接数据,将所述实时TCP连接数据输入到完成优化和训练中的所述分类器模型中,得到SYNFlood攻击的检测结果,所述检测结果包括:发生SYNFlood攻击和未发生SYNFlood攻击。

全文数据:

权利要求:

百度查询: 广西电网有限责任公司电力科学研究院 一种基于KPCA算法的SYN Flood攻击检测方法及系统

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。