申请/专利权人:南京信息工程大学
申请日:2024-03-01
公开(公告)日:2024-04-02
公开(公告)号:CN117811850A
主分类号:H04L9/40
分类号:H04L9/40;G06F18/241;G06F18/214
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:本发明公开了一种基于STBformer模型的网络入侵检测方法及系统,在网络流量高峰期和实时数据传输中迅速而精准地识别潜在的入侵行为。本发明STBformer混合模型中,通过组合全连接层搭建流级投影模块;通过多头注意力机制和快速傅里叶变换,搭建Attspec模块,使待检测数据先经过注意力模块提取时域信息特征,再经过频域模块提取频域信息特征;最后加入双向长短期记忆网络,理解和捕捉时序数据中的关联关系。本发明网络入侵检测方法能够根据网络环境和入侵行为的演变进行实时优化,通过不断学习和调整模型参数,有效识别新型入侵攻击,同时具备自我适应性,为长期网络安全维护提供了便利。
主权项:1.一种基于STBformer模型的网络入侵检测方法,其特征在于,包括如下步骤:步骤S1、数据预处理,基于待检测数据集,进行特征编码、数值归一化处理,将待检测数据集划分为训练数据集和验证数据集;步骤S2、构建STBformer混合模型,具体为:S2.1、通过组合全连接层,搭建流级投影模块;S2.2、通过多头注意力机制和快速傅里叶变换,搭建Attspec模块;Attspec模块包括Spectral模块和Attention模块,待检测数据先经过Attention模块提取时域信息特征,再经过Spectral模块提取频域信息特征;S2.3、基于流级投影模块和Attspec模块,加入双向长短期记忆网络,共同组合成STBformer混合模型;S2.4、通过分类模块对网络流量进行分类;S2.5、对STBformer混合模型进行训练及参数设置;步骤S3、进行网络入侵检测,检测出异常流量。
全文数据:
权利要求:
百度查询: 南京信息工程大学 一种基于STBformer模型的网络入侵检测方法及系统
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。