[发明专利]一种网络安全态势模型训练方法、识别方法及识别装置在审
| 申请号： | 201710182743.9 | 申请日： | 2017-03-24 |
| 公开（公告）号： | CN107046534A | 公开（公告）日： | 2017-08-15 |
| 发明（设计）人： | 邹培利;林小淞;张靠勤 | 申请（专利权）人： | 厦门卓讯信息技术有限公司 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06 |
| 代理公司： | 厦门市精诚新创知识产权代理有限公司35218 | 代理人： | 何家富 |
| 地址： | 361000 福建省厦*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 网络安全 态势 模型 训练 方法 识别 装置 | ||
1.一种网络安全态势模型训练方法，其特征在于：它包括以下步骤：
S101、获取网络数据；
S102、从所述网络数据中提取网络数据样本；
S103、处理提取的网络数据样本，对网络数据进行分析，得到网络数据的属性值，将网络数据的属性值与网络数据是否安全对应；
S104、对网络数据属性值进行分析处理，得到网络数据属性值的特征向量；
S105、通过网络数据属性值的特征向量，确定线性分类器的参数。
2.如权利要求1所述的网络安全态势模型训练方法，其特征在于：所述步骤S102中网络数据样本包括安全的网络数据样本和不安全的网络数据样本。
3.如权利要求1所述的网络安全态势模型训练方法，其特征在于：所述步骤S03中网络数据的属性值包括源物理端口、虚拟局域网标识、源网络硬件地址、源IP地址、源传输控制协议端口中的至少一种。
4.如权利要求1所述的网络安全态势模型训练方法，其特征在于：所述步骤S105线性分类器采用支持向量机模型。
5.一种网络安全态势识别方法，其特征在于：包括以下步骤，
S201、获取网络数据；
S202、处理网络数据，得到网络数据的属性值，对网络数据属性值进行分析处理，得到网络数据属性值的特征向量；
S203、将网络数据属性值的特征向量输入线性分类器；
S204、根据线性分类器的输出结果对所获取的网络数据进行分类识别。
6.如权利要求5所述的网络安全态势识别方法，其特征在于：所述步骤S204的分类识别包括：
若线性分类器输出结果大于零，则表示获取得的网络数据安全；
若线性分类器输出结果小于零，则表示获取得的网络数据不安全。
7.如权利要求5所述的网络安全态势识别方法，其特征在于：所述步骤S202中网络数据的属性值包括源物理端口、虚拟局域网标识、源网络硬件地址、源IP地址、源传输控制协议端口中的至少一种。
8.一种网络安全态势识别装置，其特征在于：包括
网络数据获取模块，用于获取网络数据；
网络数据处理模块，用于处理网络数据，得到网络数据的属性值，对网络数据属性值进行分析处理，得到网络数据属性值的特征向量；
线性分类器，计算获取网络数据的识别值；
分类模块，判断所获取的网络数据的类别。
9.如权利要求8所述的网络安全态势识别装置，其特征在于：所述线性分类器采用支持向量机模型。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于厦门卓讯信息技术有限公司，未经厦门卓讯信息技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201710182743.9/1.html，转载请声明来源钻瓜专利网。
