[发明专利]基于深度学习的分层网络攻击识别与未知攻击检测方法有效
申请号: | 201911031327.4 | 申请日: | 2019-10-28 |
公开(公告)号: | CN110691100B | 公开(公告)日: | 2021-07-06 |
发明(设计)人: | 姜晓枫;陈翔;杨坚;谭小彬;张勇东 | 申请(专利权)人: | 中国科学技术大学 |
主分类号: | H04L29/06 | 分类号: | H04L29/06;G06N20/00;G06N3/04;G06N3/08;G06K9/62 |
代理公司: | 北京凯特来知识产权代理有限公司 11260 | 代理人: | 郑立明;郑哲 |
地址: | 230026 安*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于深度学习的分层网络攻击识别与未知攻击检测方法,包括:采用自编码器对正常流量与异常流量的行为模式进行学习,从而利用学习后的自编码器判别待测流量为正常流量或者异常流量;利用深度神经网络作为判别模型,来判别待测流量的攻击类型为某一已知的攻击类别或为未知类别;融合自编码器与判别模型的结果,完成网络攻击分类与未知攻击检测。该方法既能识别正常流量并且对已知的异常流量进行分类,又能检测新型未知的网络攻击,结合生成模型和判别模型各自的优势提高检测准确率。 | ||
搜索关键词: | 基于 深度 学习 分层 网络 攻击 识别 未知 检测 方法 | ||
【主权项】:
1.一种基于深度学习的分层网络攻击识别与未知攻击检测方法,其特征在于,包括:/n采用自编码器对正常流量与异常流量的行为模式进行学习,从而利用学习后的自编码器判别待测流量为正常流量或者异常流量;/n利用深度神经网络作为判别模型,来判别待测流量的攻击类型为某一已知的攻击类别或为未知类别;/n融合自编码器与判别模型的结果,完成网络攻击分类与未知攻击检测。/n
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中国科学技术大学,未经中国科学技术大学许可,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/patent/201911031327.4/,转载请声明来源钻瓜专利网。