[发明专利]基于多模态深度学习的加密恶意流量检测方法及系统有效
| 申请号： | 202110786063.4 | 申请日： | 2021-07-12 |
| 公开（公告）号： | CN113542259B | 公开（公告）日： | 2022-09-13 |
| 发明（设计）人： | 金舒原;张笑天 | 申请（专利权）人： | 中山大学 |
| 主分类号： | H04L9/40 | 分类号： | H04L9/40;G06N3/08;G06N3/04;G06K9/62 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 刘俊 |
| 地址： | 510275 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： | 本发明提出一种基于多模态深度学习的加密恶意流量检测方法及系统，其中包括以下步骤：对加密流量数据进行数据分割，得到加密流量数据的握手阶段数据包、数据包长度序列和数据包到达的时间间隔序列；从加密流量数据的握手阶段数据包中提取握手信息特征向量；从加密流量数据的数据包长度序列中提取包长信息序列特征向量；从加密流量数据的数据包到达的时间间隔序列中提取包到达信息序列特征向量；将握手信息特征向量、包长信息序列特征向量、包到达信息序列特征向量进行拼接融合，得到多模态特征向量，将多模态特征向量输入深度学习网络模型中，得到加密流量数据的分类结果；其中分类结果包括加密恶意流量所属恶意软件家族类别和非加密恶意流量。 | ||
| 搜索关键词： | 基于 多模态 深度 学习 加密 恶意 流量 检测 方法 系统 | ||
【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中山大学，未经中山大学许可，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/202110786063.4/，转载请声明来源钻瓜专利网。
