[发明专利]一种基于卷积神经网络的碎片报文检测方法及存储介质

说明书

本发明提出了一种基于卷积神经网络的碎片报文检测方法及存储介质，其中，方法包括：将IP报文划分为多个有效的功能片段；对所述多个有效的功能片段进行组合以生成组合报文；确定存在问题的组合报文并进行标记以获得数据样本；基于所述数据样本训练神经网络模型，并利用训练后的神经网络模型进行碎片报文检测。本发明通过抓取一定量的IP报文，并从抓取到的多个IP报文中提取有效的功能片段以拼接成组合报文，组合报文的生成使得在一个庞大的数据流中识别被分片保存在数据流中的完整数据成为了可能，从而可以有效的预防碎片报文攻击。此外，本发明方法相较于传统的算子检测方法也更加方便，效率更高。

技术领域

本发明涉及计算机网络安全领域，尤其涉及一种基于卷积神经网络的碎片报文检测方法及存储介质。

背景技术

网络安全是信息安全的重要组成部分，而碎片报文攻击作为一种比较常见的网络攻击手段，因其具有灵活、多变的攻击特点而难以有效预防。

具体来说，碎片报文攻击的灵活多变体现在其往往仅需要针对操作系统的特征和漏洞构造一条或多条分片数据(即碎片报文)，即可造成操作系统网络协议栈的崩溃以及网络处理软件的工作异常。

发明内容

由于用于网络攻击的碎片报文的形式灵活多变，难以实现有效的识别或预防，为此，在本发明的一个方面提出了一种基于卷积神经网络的碎片报文检测方法，所述方法包括：将IP报文划分为多个有效的功能片段；对所述多个有效的功能片段进行组合以生成组合报文；确定存在问题的组合报文并进行标记以获得数据样本；基于所述数据样本训练神经网络模型，并利用训练后的神经网络模型进行碎片报文检测。

在一个或多个实施例中，所述有效的功能片段包括：版本号、MF标志位、DF标志位、原地址、目的地址、分组偏移长度、序号、源端口、目的端口、可选字段、数据报文的长度。

在一个或多个实施例中，所述组合报文至少包含一个所述有效的功能片段。

在一个或多个实施例中，所述组合报文为16进制数据。

在一个或多个实施例中，确定存在问题的组合报文还包括：利用所述组合报文向预设的模拟网络系统发起碎片报文攻击，以根据攻击结果确定存在问题的组合报文。

在一个或多个实施例中，所述方法还包括：在利用训练后的神经网络模型进行碎片报文检测前，通过相应的报文抓取工具抓取网络中的数据包，所述数据包中包含多个IP报文。

在一个或多个实施例中，所述通过相应的报文抓取工具抓取的网络中的数据包不小于10GB。

在一个或多个实施例中，所述方法还包括：在利用训练后的神经网络模型进行碎片报文检测的过程中，将发生网络故障时抓取的数据包进行标记，并加入样本数据库以用于进一步的训练所述神经网路模型。

在一个或多个实施例中，所述网络故障包括：操作系统网络协议栈的崩溃和/或网络处理软件的工作异常。

在本发明的另一个方面，还提出了一种存储介质，所述存储介质中存储有可运行的计算机程序，所述计算机程序在被执行时用于实现如上述任意一项所述的基于卷积神经网络的碎片报文检测方法的步骤。

本发明的有益效果包括：本发明通过抓取一定量的IP报文，并从抓取到的多个IP报文中提取有效的功能片段以拼接成组合报文，组合报文的生成使得在一个庞大的数据流中识别被分片保存在数据流中的完整数据成为了可能，从而可以有效的预防碎片报文攻击。此外，本发明方法相较于传统的算子检测方法也更加方便，效率更高。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的实施例。