申请/专利权人：广州番禺职业技术学院

申请日：2023-12-29

公开（公告）日：2024-04-02

公开（公告）号：CN117811806A

主分类号：H04L9/40

分类号：H04L9/40;H04L41/12;G06N20/20;G06F18/2431

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：本发明公开了一种用于园区网络的网络威胁监测与封堵方法及系统，属于园区网络安全技术领域，包括：对园区网络进行子网划分并部署第一设备，提取子网网段的流量数据特征；通过部署第二设备，获取第一设备提取的流量数据特征，采用基于多数据维度方法的无监督学习对离群数据进行标记及校正，同时基于多数据维度方法在标记的数据上进行训练，构建用于识别流量数据异常的有监督机器学习模型；通过第二设备，将机器学习模型部署至第一设备，对网段的数据流进行监测并对异常流量进行封堵；本发明在网络边缘对网络威胁进行监测具有更细的粒度，并能监测出某些只在子网之间传播的网络威胁；为园区网络安全提供了新的方法。

主权项：1.一种用于园区网络的网络威胁监测与封堵方法，其特征在于，包括以下步骤：基于依据园区网络的拓扑预先设置的子网类型和邻接关系，将所述园区网络划分为若干子网，并在每个子网的每个网段处部署第一设备，与所述网段的交换机进行数据交互，用于获取该网段的数据流并进行流量数据特征提取；在所述园区网络的管理端部署第二设备，与所述第一设备进行数据交互，用于获取所述第一设备提取的流量数据特征，并根据所述第一设备所属子网的子网类型和邻接关系，进行标注，同时采用基于多数据维度方法的无监督机器学习，来识别流量数据特征的离群点并进行标记及校正，并基于多数据维度方法对标记的数据进行有监督学习模型的训练，构建用于识别流量数据异常的有监督机器学习模型；通过所述第二设备，依据所述子网的子网类型和邻接关系，将所述机器学习模型部署至所述第一设备，对所述网段的数据流进行监测，如果监测到异常流量，则通过所述第一设备对所述网段的交换机进行配置管理，对所述异常流量进行封堵。

全文数据：

权利要求：

百度查询： 广州番禺职业技术学院 一种用于园区网络的网络威胁监测与封堵方法及系统

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。

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