[发明专利]超文本传输数据的检测方法、装置、终端设备及介质有效

专利信息
申请号: 201911157089.1 申请日: 2019-11-22
公开(公告)号: CN112073360B 公开(公告)日: 2022-12-20
发明(设计)人: 安宇飞;陈剑勇;林秋镇;陈飞;李坚强 申请(专利权)人: 深圳大学
主分类号: H04L9/40 分类号: H04L9/40;H04L67/02;G06K9/62
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 李木燕
地址: 518000 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 超文本 传输 数据 检测 方法 装置 终端设备 介质
【说明书】:

本申请适用于计算机安全领域,提供了一种超文本传输数据的检测方法、装置、终端设备及介质,包括:接收超文本传输数据;对所述超文本传输数据和预设的训练数据进行聚类,根据聚类结果将所述超文本传输数据划分为正常数据和待检测数据;采用所述正常数据和所述训练数据训练第一分类器;采用所述第一分类器对所述待检测数据进行分类,将所述待检测数据划分为正常数据和异常数据。通过上述方法,能够及时发现新的异常,降低数据的误判率。

技术领域

本申请属于计算机安全领域,尤其涉及一种超文本传输数据的检测方法、装置、终端设备及介质。

背景技术

超文本传输协议(HypertextTransferProtocol,HTTP)在互联网上被广泛使用。HTTP作为一种分布式、协作的、超媒体信息系统的应用层协议,目前已成为一种通用的传输协议,大量数据通过HTTP协议进行传输。但是,在HTTP的请求数据中常常包含着大量的实际入侵,尤其是在非静态的HTTP请求中,这些入侵和用户输入的动态参数有关。

现有的检测HTTP异常数据的方法主要分为两类,一类是使用模式匹配或统计分析来检测HTTP数据中的异常,但是该类方法由于对新型异常的特征并不了解,因此无法发现新的异常。另一类则是基于机器学习相关方法的异常检测,该类方法对于新型异常的发现有着不错的效果,但是由于用于学习的训练样本存在不均匀等问题容易导致较高的误报率。

发明内容

本申请实施例提供了一种超文本传输数据的检测方法、装置、终端设备及介质,可以解决现有超文本传输数据异常检测方法假阳性率高、不能有效地检测一些待检测异常的问题。

第一方面,本申请实施例提供了一种超文本传输数据的检测方法,包括:

接收超文本传输数据;

对所述超文本传输数据和预设的训练数据进行聚类,根据聚类结果将所述超文本传输数据划分为正常数据和待检测数据;

采用所述正常数据和所述训练数据训练第一分类器;

采用所述第一分类器对所述待检测数据进行分类,将所述待检测数据划分为正常数据和异常数据。

第二方面,本申请实施例提供了一种超文本传输数据的检测装置,包括:

接收模块,用于接收超文本传输数据;

聚类模块,用于对所述超文本传输数据和预设的训练数据进行聚类,根据聚类结果将所述超文本传输数据划分为正常数据和待检测数据;

训练模块,用于采用所述正常数据和所述训练数据训练第一分类器;

分类模块,用于采用所述第一分类器对所述待检测数据进行分类,将所述待检测数据划分为正常数据和异常数据。

第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一方面任一项所述的方法。

第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面任一项所述的方法。

第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面中任一项所述的超文本传输数据的检测方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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深圳大学,未经深圳大学许可,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/201911157089.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top