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

【发明授权】一种网络入侵检测方法、装置、电子设备及存储介质_国网江苏省电力有限公司苏州供电分公司_202410022603.5 

申请/专利权人:国网江苏省电力有限公司苏州供电分公司

申请日:2024-01-08

公开(公告)日:2024-04-02

公开(公告)号:CN117527451B

主分类号:H04L9/40

分类号:H04L9/40;G06N3/0442;G06N3/0455;G06N3/0464;G06N3/042;G06N3/092

优先权:

专利状态码:有效-授权

法律状态:2024.04.02#授权;2024.02.27#实质审查的生效;2024.02.06#公开

摘要:本申请公开一种网络入侵检测方法、装置、电子设备及存储介质,可应用于网络安全技术领域。该网络入侵检测方法包括:获取一待检测的网络流量数据;对所述网络流量数据进行数据处理,并分类得到第一类型特征数据集和第二类型特征数据集;分别从所述第一类型特征数据集和第二类型特征数据集中选取数据,组成一组输入数据;重复选取数据的操作,以得到多组不同的输入数据;将多组不同的输入数据输入预先完成训练的入侵检测网络模型,得到攻击类别,该方法基于重要性特征选择和多评论家网络实现网络流量数据入侵检测,且能够适应多种攻击模式的入侵检测。

主权项:1.一种网络入侵检测方法,其特征在于,包括:获取一待检测的网络流量数据;对所述网络流量数据进行数据处理,并分类得到第一类型特征数据集和第二类型特征数据集;分别从所述第一类型特征数据集和第二类型特征数据集中选取数据,组成一组输入数据;重复选取数据的操作,以得到多组不同的输入数据;将所述多组不同的输入数据输入预先完成训练的入侵检测网络模型,其中,所述入侵检测网络模型配置有多个子模型,多组输入数据与所述多个子模型一一对应,所述子模型被配置为预估对应的输入数据属于入侵数据的概率;利用各个子模型对对应的输入数据分别进行预估,若各个子模型预估的概率值均低于预设的第一概率阈值,则所述网络流量数据不属于入侵数据;否则所述网络流量数据属于入侵数据;所述子模型还被配置为识别入侵数据的入侵攻击类别,其输出的结果包括一种或多种入侵攻击类别及其对应的概率值;根据各个子模型输出的结果,确定所述网络流量数据所属的一种或多种入侵攻击类别;多个子模型预测得到多个入侵攻击类别的对应概率值;确定达到所述第一概率阈值的概率值中的最大值及其对应的第二入侵攻击类别;则该网络流量数据属于所述第二入侵攻击类别的入侵数据;对所述网络流量数据进行数据处理包括:对所述网络流量数据进行特征提取,计算每个被提取的特征的重要性指标;将重要性指标达到预设分数阈值的特征分类至所述第一类型特征数据集,将重要性指标低于预设分数阈值的特征分类至所述第二类型特征数据集;或者,将被提取的特征按照重要性指标由高到低进行排序,将排序在预设名次比例内的特征分类至所述第一类型特征数据集,将排序在预设名次比例外的特征分类至所述第二类型特征数据集;通过以下方式获取一组输入数据:取所述第一类型特征数据集中的全部数据,以及从所述第二类型特征数据集中随机抽取部分数据,组成一组输入数据,其中,被抽取的数据数量小于所述第一类型特征数据集中的数据数量;基于注意力机制计算被提取的特征的重要性指标:其中,exp为指数函数,∑为求和函数,N为对网络流量数据提取得到的特征的数量,xi为其中第i个特征,xj为其中第j个特征,q为查询向量,αi为特征xi的重要性指标,sxi,q为针对特征xi的注意力打分函数,sxj,q为针对特征xj的注意力打分函数。

全文数据:

权利要求:

百度查询: 国网江苏省电力有限公司苏州供电分公司 一种网络入侵检测方法、装置、电子设备及存储介质

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。