[發(fā)明專利]智能網(wǎng)絡(luò)攻擊檢測(cè)方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201710050637.5
• 申請(qǐng)日: 2017-01-23
• 公開（公告）號(hào): CN106534224B
• 公開（公告）日: 2018-04-20
• 發(fā)明（設(shè)計(jì)）人: 李克龍
• 申請(qǐng)（專利權(quán)）人: 余洋;李克龍
• 主分類號(hào): H04L29/06
• 分類號(hào): H04L29/06
• 代理公司: 北京超凡志成知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙)11371
• 代理人: 張海洋

1.一種智能網(wǎng)絡(luò)攻擊檢測(cè)方法，其特征在于，所述方法包括：

將預(yù)設(shè)系統(tǒng)的特征集轉(zhuǎn)化為函數(shù)并導(dǎo)入到建立的學(xué)習(xí)系統(tǒng)的數(shù)學(xué)模型中；

通過(guò)稀疏算法對(duì)所述預(yù)設(shè)系統(tǒng)的特征集進(jìn)行簡(jiǎn)化以獲得組成所述特征集的不可分割的最小單元，將所述最小單元作為所述特征集的基，根據(jù)所述基得到網(wǎng)絡(luò)防護(hù)特征集；

構(gòu)建循環(huán)神經(jīng)網(wǎng)絡(luò)，對(duì)所述網(wǎng)絡(luò)防護(hù)特征集中的基函數(shù)進(jìn)行擴(kuò)展和推理，以預(yù)警變種的新的網(wǎng)絡(luò)攻擊數(shù)據(jù)包；

構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)，以判定待檢測(cè)數(shù)據(jù)包是否為有害數(shù)據(jù)；

根據(jù)所述預(yù)設(shè)系統(tǒng)對(duì)所述待檢測(cè)數(shù)據(jù)包的判斷結(jié)果和所述學(xué)習(xí)系統(tǒng)對(duì)所述待檢測(cè)數(shù)據(jù)包的判斷結(jié)果對(duì)所述基函數(shù)的組合和數(shù)量進(jìn)行調(diào)整以進(jìn)化所述學(xué)習(xí)系統(tǒng)的數(shù)學(xué)模型；

所述構(gòu)建循環(huán)神經(jīng)網(wǎng)絡(luò)，對(duì)所述網(wǎng)絡(luò)防護(hù)特征集中的基函數(shù)進(jìn)行擴(kuò)展和推理，以預(yù)警變種的新的網(wǎng)絡(luò)攻擊數(shù)據(jù)包的步驟，包括：

構(gòu)建循環(huán)神經(jīng)網(wǎng)絡(luò)，從所述網(wǎng)絡(luò)防護(hù)特征集中獲取規(guī)則集中的基函數(shù)；

將獲取的所述基函數(shù)導(dǎo)入到所述循環(huán)神經(jīng)網(wǎng)絡(luò)中；

根據(jù)所述循環(huán)神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力，利用通過(guò)所述循環(huán)神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)流以使所述循環(huán)神經(jīng)網(wǎng)絡(luò)生成針對(duì)網(wǎng)絡(luò)中各種類的數(shù)據(jù)的變種規(guī)則；

根據(jù)生成的所述變種規(guī)則加固所述循環(huán)神經(jīng)網(wǎng)絡(luò)以預(yù)警變種的新的網(wǎng)絡(luò)攻擊數(shù)據(jù)包；

所述構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)，以判定待檢測(cè)數(shù)據(jù)包是否為有害數(shù)據(jù)的步驟，包括：

構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)，按照所述基函數(shù)的分布將待檢測(cè)數(shù)據(jù)包進(jìn)行分類標(biāo)記，屬于同一類的所述待檢測(cè)數(shù)據(jù)包構(gòu)建成一個(gè)集合；

將構(gòu)建的所述集合進(jìn)行裁剪或擴(kuò)展，形成預(yù)設(shè)大小的包含所述待檢測(cè)數(shù)據(jù)包的新集合；

判斷所述新集合中所述待檢測(cè)數(shù)據(jù)包是否為有害數(shù)據(jù)，若為有害數(shù)據(jù)，則對(duì)所述待檢測(cè)數(shù)據(jù)包進(jìn)行標(biāo)記并存儲(chǔ)。

2.根據(jù)權(quán)利要求1所述的智能網(wǎng)絡(luò)攻擊檢測(cè)方法，其特征在于，所述方法還包括：利用所述學(xué)習(xí)系統(tǒng)檢測(cè)真實(shí)網(wǎng)絡(luò)環(huán)境中的未知數(shù)據(jù)包，在存在判定為有害數(shù)據(jù)的待檢測(cè)數(shù)據(jù)包時(shí)，進(jìn)行報(bào)警提示。

3.根據(jù)權(quán)利要求1所述的智能網(wǎng)絡(luò)攻擊檢測(cè)方法，其特征在于，所述根據(jù)所述預(yù)設(shè)系統(tǒng)對(duì)所述待檢測(cè)數(shù)據(jù)包的判斷結(jié)果和所述學(xué)習(xí)系統(tǒng)對(duì)所述待檢測(cè)數(shù)據(jù)包的判斷結(jié)果對(duì)所述基函數(shù)的組合和數(shù)量進(jìn)行調(diào)整以進(jìn)化所述學(xué)習(xí)系統(tǒng)的數(shù)學(xué)模型的步驟，包括：

在網(wǎng)絡(luò)接口上建立旁路，以使所述學(xué)習(xí)系統(tǒng)和所述預(yù)設(shè)系統(tǒng)的輸入數(shù)據(jù)一致；

將所述預(yù)設(shè)系統(tǒng)對(duì)所述待檢測(cè)數(shù)據(jù)包的判斷結(jié)果和所述學(xué)習(xí)系統(tǒng)對(duì)所述待檢測(cè)數(shù)據(jù)包的判斷結(jié)果進(jìn)行對(duì)比；

在所述學(xué)習(xí)系統(tǒng)的判斷結(jié)果和所述預(yù)設(shè)系統(tǒng)的判斷結(jié)果不一致時(shí)，調(diào)整所述基函數(shù)的組合和數(shù)量以進(jìn)化所述學(xué)習(xí)系統(tǒng)的數(shù)學(xué)模型。