申请/专利权人：尚蝉(浙江)科技有限公司

申请日：2022-03-15

公开（公告）日：2024-02-13

公开（公告）号：CN114745157B

主分类号：H04L9/40

分类号：H04L9/40;H04L41/147;H04L41/16;G06F18/214;G06N3/045;G06N3/0475;G06N3/094

优先权：

专利状态码：有效-授权

法律状态：2024.02.13#授权;2022.07.29#实质审查的生效;2022.07.12#公开

摘要：本发明公开了一种基于生成对抗网络的抵御网络流量侦察方法、系统、终端和存储介质，属于网络安全技术领域、数据隐私保护领域，目的是为保护己方的网络流量信息不被敌方所侦察到。技术方案是通过在我方的网络上添加虚假的流量信息，以此来迷惑网络侦查阶段的攻击者，并使得他们的预测模型发生错误的估计，达到抵御网络流量侦察的目的。相较于传统的网络防御方法，无论在方法部署成本还是复杂度上，都有较大的降低。采用本发明可以有效的抵御住敌方对己方网络流量信息的测绘。

主权项：1.一种基于生成对抗网络的抵御网络流量侦察方法，其特征在于，包括以下步骤：步骤1：获取网络流量预测模型和数据集，将数据集划分为训练集和测试集，设定评价指标；步骤2：利用训练集对网络流量预测模型进行训练，在训练过程中，将t时刻的网络流量矩阵样本作为输入，将t+1时刻的网络流量矩阵样本作为标签；以均方误差作为评价指标，对网络流量预测模型进行训练；所述均方误差的计算公式为： 其中，M为测试集中的样本总数，ym为第m个测试样本的真实值，为第m个测试样本的预测值；步骤3：建立由生成器G和判别器D组成的生成对抗网络，其中判别器D为步骤2训练好的网络流量预测模型；利用测试集对生成对抗网络进行训练；步骤3中的生成对抗网络的训练过程为：3.1将测试集中的网络流量矩阵C作为生成器G的输入，利用生成器G对网络流量矩阵C添加扰动，得到添加扰动后的网络流量矩阵C’；计算生成器损失L1： 其中，L1为生成器G损失，越小越好；M为测试集中的样本总数，ym为第m个测试样本的真实值，即网络流量矩阵C中的元素；y′m为添加扰动后的第m个测试样本的值，即网络流量矩阵C’中的元素；3.2将添加扰动后的矩阵样本C’作为判别器D的输入，得到判别结果；计算判别器损失：L2＝MAX|J′-J|其中，L2表示判别器D损失值，越大越好；J′表示判别器D对加入扰动后的网络流量矩阵C’的预测结果，J表示判别器D对原始网络流量矩阵C的预测结果；3.3结合生成器损失和判别器损失，对生成对抗网络进行训练；步骤4：将步骤3训练好的生成对抗网络中的生成器G部署到实际的网络中，通过生成器在网络中发送微小的流量数据包，在实时网络流量矩阵中添加扰动信息，抵御进行网络侦查的攻击者。

全文数据：

权利要求：

百度查询： 尚蝉(浙江)科技有限公司 一种基于生成对抗网络的抵御网络流量侦察方法、系统、终端和存储介质

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