[发明专利]一种网络流量检测方法及装置

权利要求书

1.一种网络流量检测方法，其特征在于，应用于网络流量检测系统的模型训练侧，所述方法包括：

获得若干份网络流量样本；

从网络流量样本中提取预设的若干备选特征，并将所提取的若干备选特征输入预设特征选择引擎，根据该引擎的输出确定若干关键特征；所述引擎包含加权自编码器，所述加权自编码器在训练时用于将输入样本的原始流量特征值转换为重建流量特征值，且损失函数包含根据样本标签对所述重建流量特征值与所述原始流量特征值的均方误差的加权计算值，以使所述加权自编码器更关注于异常流量样本的重建过程；

向流量检测侧发送关键特征确定指令，以使流量检测侧根据该指令确定对待检测网络流量进行提取的特征；

确定每份网络流量样本的标签，所述标签用于表示对应样本网络流量是否异常，根据所述若干网络流量样本的标签以及关键特征，通过有监督学习算法训练网络流量检测模型；

根据所训练的网络流量检测模型更新流量检测侧的模型，以使流量检测侧基于更新后的模型预测待检测网络流量是否异常。

2.根据权利要求1所述的方法，其特征在于，所述将所提取的若干备选特征输入预设特征选择引擎，根据该引擎的输出确定若干关键特征，包括：

将所提取的若干备选特征输入预设特征选择引擎，得到该引擎计算的各备选特征的权重；

根据所计算的权重，将权重最高的若干特征，确定为关键特征。

3.根据权利要求2所述的方法，其特征在于，所述将所提取的若干备选特征输入预设特征选择引擎，得到该引擎计算的各备选特征的权重，包括：

将所提取的若干备选特征输入预设特征选择引擎，通过该引擎中的自编码器计算所述网络流量样本的重建流量特征值；

确定所述网络流量样本的原始流量特征值，并得到所述重建流量特征值与原始流量特征值的均方误差最小的情况下各备选特征对应的权重。

4.一种网络流量检测方法，其特征在于，应用于网络流量检测系统的流量检测侧，所述方法包括：

接收待检测网络流量；

提取所接收的待检测网络流量的若干关键特征，所述关键特征根据模型训练侧的关键特征确定指令确定；

将所提取的关键特征输入预先训练的网络流量检测模型，根据该模型的输出，确定所述待检测网络流量是否异常；所述网络流量检测模型由模型训练侧训练；

其中，所述网络流量检测模型由模型训练侧通过以下步骤训练：

获得若干份网络流量样本；

从网络流量样本中提取预设的若干备选特征，并将所提取的若干备选特征输入预设特征选择引擎，根据该引擎的输出确定若干关键特征；所述引擎包含加权自编码器，所述加权自编码器在训练时用于将输入样本的原始流量特征值转换为重建流量特征值，且损失函数包含根据样本标签对所述重建流量特征值与所述原始流量特征值的均方误差的加权计算值，以使所述加权自编码器更关注于异常流量样本的重建过程；

向流量检测侧发送关键特征确定指令，以使流量检测侧根据该指令确定对待检测网络流量进行提取的特征；

确定每份网络流量样本的标签，所述标签用于表示对应样本网络流量是否异常，根据所述若干网络流量样本的标签以及关键特征，通过有监督学习算法训练网络流量检测模型；

根据所训练的网络流量检测模型更新流量检测侧的模型，以使流量检测侧基于更新后的模型预测待检测网络流量是否异常。

5.根据权利要求4所述的方法，其特征在于，所述网络流量检测模型为紧凑型多层感知机C-MLP。