申请/专利权人：天翼云科技有限公司

申请日：2023-12-12

公开（公告）日：2024-04-09

公开（公告）号：CN117857121A

主分类号：H04L9/40

分类号：H04L9/40;H04L41/16;G06F18/2411;G06F18/2433;G06N20/10

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明属于网络技术与安全领域，特别涉及一种场景化自学习的恶意请求检测方法及系统。该方法主要包括场景化设置一键配置、检测粒度与策略的自定义配置，以及结合从不同检测策略获得的异常分数的集成评分引擎。此外，该方法还基于流量自学习生成配置反馈建议，并以清晰且可操作的方式呈现给客户。客户可根据反馈建议调整配置，生成个性化场景方案以便于平移使用，并在下发前行进行灰度测试以确保当前场景化配置的可用性。本发明通过对不同场景请求的细致划分，以及对不同场景的不同流量限制和不同检测功能组合，实现了灵活自适应业务场景能力的配置，从而提高了场景的安全检测能力，并减少了因通用配置导致的漏报误报。

主权项：1.一种场景化自学习的恶意请求检测方法，其特征在于，包括如下步骤:S1：配置基本场景，并为基本场景配置用户统计粒度和检测策略；S2：利用用户统计粒度和检测策略，获取配置场景中不同异常的得分；S3：配置集成评分引擎，利用集成评分引擎，对获取的不同异常得分进行综合，获取综合异常得分，确定异常的严重程度；S4：通过对获取的异常严重程度进行可视化展示；S5：通过对潜在威胁进行流量数据分析，为检测策略配置增强建议反馈；S6：设置灰度测试，并通过灰度测试对上述场景配置进行验证，获取并修复场景兼容性或错误配置问题，然后对场景进行下发部署。

全文数据：

权利要求：

百度查询： 天翼云科技有限公司 一种场景化自学习的恶意请求检测方法及系统

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。

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