[發明專利]一種網絡訪問識別方法及系統

在審

• 申請號: 201710091040.5
• 申請日: 2017-02-20
• 公開（公告）號: CN108462675A
• 公開（公告）日: 2018-08-28
• 發明（設計）人: 李光曦;張建榮
• 申請（專利權）人: 滬江教育科技（上海）股份有限公司
• 主分類號: H04L29/06
• 分類號: H04L29/06
• 代理公司: 上海碩力知識產權代理事務所(普通合伙) 31251
• 代理人: 郭桂峰

1.一種網絡訪問識別方法，其特征在于，所述方法包括：

從預設網絡設備中引入待識別的流量；

從所述待識別的流量中分離出DNS數據包；

對所述DNS數據包進行解析，以生成符合預設數據結構的DNS數據；

根據預先訓練的數據模型，對所述DNS數據進行模型匹配，并根據匹配結果確定所述DNS數據中的異常數據；

將所述異常數據的提示信息通過預設通知機制發送至管理人員處。

2.根據權利要求1所述的網絡訪問識別方法，其特征在于，所述方法還包括：

接收所述管理人員發來的針對所述異常數據的判定信息；

根據所述判定信息以及與所述判定信息相對應的DNS數據，對所述預先訓練的數據模型再次進行訓練，以修正所述數據模型中的錯誤。

3.根據權利要求1所述的網絡訪問識別方法，其特征在于，在從預設網絡設備中引入待識別的流量的步驟之后，所述方法還包括：

對所述待識別的流量進行OSI參考模型中的傳輸層預處理，以提供具備可識別的數據格式的流量；

從所述待識別的流量中分離出DNS數據包的步驟具體包括：

對所述待識別的流量進行OSI參考模型的應用層預處理，以獲取來自53端口的UDP請求數據。

4.根據權利要求1所述的網絡訪問識別方法，其特征在于，在將所述異常數據的提示信息通過預設通知機制發送至管理人員處之后，所述方法還包括：

將所述異常數據對應的網絡通信地址加入黑名單中，以屏蔽所述異常數據對應的網絡通信地址后續發來的數據。

5.根據權利要求1所述的網絡訪問識別方法，其特征在于，所述數據模型按照下述方式訓練得到：

獲取預設數量的域名訪問記錄，并將獲取的域名訪問記錄作為訓練樣本；

利用預設特征學習算法對所述訓練樣本進行計算，以獲取所述域名訪問記錄中各個域名的特征向量；

按照預設聚類算法對各個域名的特征向量進行聚類，得到至少一個向量集合，其中，每個向量集合對應一個診斷信息；

其中，所述預設特征學習算法包括word2vec算法；所述預設聚類算法包括以下至少一種：

K-Means聚類算法；

凝聚層次聚類算法；或者

DBSCAN算法。

6.根據權利要求5所述的網絡訪問識別方法，其特征在于，在獲取所述域名訪問記錄中各個域名的特征向量之后，所述方法還包括：

根據預設分類算法對所述各個域名的特征向量進行分類，以區分正常域名和異常域名；其中，所述預設分類算法包括貝葉斯分類算法或者K最近鄰算法。

7.根據權利要求5所述的網絡訪問識別方法，其特征在于，根據預先訓練的數據模型，對所述DNS數據進行模型匹配具體包括：

利用預設特征學習算法對所述DNS數據進行計算，以得到所述DNS數據對應的目標特征向量；

確定所述目標特征向量所屬的目標向量集合，并將所述目標向量集合對應的診斷信息作為所述DNS數據的匹配結果。

8.一種網絡訪問識別系統，其特征在于，所述系統包括：

流量引入單元，用于從預設網絡設備中引入待識別的流量；

DNS數據包分離單元，用于從所述待識別的流量中分離出DNS數據包；

解析單元，用于對所述DNS數據包進行解析，以生成符合預設數據結構的DNS數據；

異常數據確定單元，用于根據預先訓練的數據模型，對所述DNS數據進行模型匹配，并根據匹配結果確定所述DNS數據中的異常數據；

提示信息發送單元，用于將所述異常數據的提示信息通過預設通知機制發送至管理人員處。