[发明专利]一种基于可解释卷积神经网络CNN与图检测的多步攻击检测方法有效
| 申请号： | 202011168087.5 | 申请日： | 2020-10-28 |
| 公开（公告）号： | CN112738015B | 公开（公告）日： | 2023-05-02 |
| 发明（设计）人： | 毛北逢;刘静;赖英旭 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | H04L9/40 | 分类号： | H04L9/40;G06N3/09;G06N3/0464 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 沈波 |
| 地址： | 100124 *** | 国省代码： | 北京;11 |
| 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可解释卷积神经网络(CNN)与图检测的多步攻击检测方法及系统，将网络通信流量进行捕捉，建立通信状态图。将捕获的网络通信流量对其进行分流，将分流后得到的数据进行规整。将得到的数据作为输入，形成规整后的训练数据集，利用卷积神经网络进行学习得到能够有效对流量异常检测和分类的模型。并利用类激活图提取细节与决策树结合建立代理模型得到可解释的卷积神经网络。利用得到的可解释的卷积神经网络模型对待检测的流量进行检测，对建立的通信状态图进行更新。从建立的通信状态图中提取带权重的异常攻击子图，得到攻击场景，利用带权重的深度优先遍历算法提取攻击链。本发明可以提高精度的同时降低误报的出现。还能够输出对应的权重信息，方便安全管理员对于检测信息的直接利用。 | ||
| 搜索关键词： | 一种 基于 可解释 卷积 神经网络 cnn 检测 攻击 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北京工业大学，未经北京工业大学许可，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/202011168087.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种高精度柔性铰链蠕动机器人
- 下一篇：半导体装置及制造半导体装置的方法
