[发明专利]一种基于机器学习的不可解析网络数据特征选择的攻击检测方法有效
| 申请号： | 202010060693.9 | 申请日： | 2020-01-19 |
| 公开（公告）号： | CN111314310B | 公开（公告）日： | 2021-02-12 |
| 发明（设计）人： | 黄文君;米俊芃;陈梦迟;王宇平 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;G06K9/62;G06N20/00 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 刘静 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 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机器学习的不可解析网络数据特征选择的攻击检测方法。本方法由数据获取预处理、特征提取与构建、基于机器学习攻击检测模型建立与检测三部分组成：数据预处理部分对网络数据数值化；特征提取与构建部分在深入解析工控网络攻击的基础上，基于数据包周期、长度信息完成数据特征的构建；建模部分是基于机器学习分类方法建立工控网络攻击检测模型。本发明能实时准确的检测工控系统网络中重放大流量攻击、中间人攻击等攻击形式，减少安全事故发生和带来的经济损失。 | ||
| 搜索关键词： | 一种 基于 机器 学习 不可 解析 网络 数据 特征 选择 攻击 检测 方法 | ||
【主权项】：
暂无信息
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浙江大学，未经浙江大学许可，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/202010060693.9/，转载请声明来源钻瓜专利网。
