[發明專利]監控網絡安全的方法及裝置、空調器、家用電器

有效

• 申請號: 201811245568.4
• 申請日: 2018-10-24
• 公開（公告）號: CN111092850B
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 陳浩廣;易斌;連園園;陳翀
• 申請（專利權）人: 珠海格力電器股份有限公司
• 主分類號: H04L29/06
• 分類號: H04L29/06;H04L12/24
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 趙囡囡;張文華

1.一種監控網絡安全的方法，其特征在于，包括：

獲取組網的安全日志，其中所述安全日志記錄了外網攻擊所述組網的攻擊信息；

基于預測學習模型對所述安全日志中的數據進行處理，得到預測結果，其中所述預測結果用于預測得到異常信息；

所述預測學習模型包括：廣度模型和深度模型，其中，所述廣度模型和所述深度模型通過邏輯損失函數進行關聯；

基于預測學習模型對所述安全日志中的數據進行處理，得到預測結果包括：使用所述廣度模型和所述深度模型分別處理所述安全日志中的數據，得到第一預測結果和第二預測結果，其中，所述第一預測結果包括：預測發生攻擊時的攻擊嚴重程度，所述第二預測結果包括：預測到發生攻擊時的時間屬性；結合所述第一預測結果和所述第二預測結果，生成所述預測結果。

2.根據權利要求1所述的方法，其特征在于，在接收到監控指令的情況下，啟動獲取所述組網的安全日志，并對所述安全日志進行預處理。

3.根據權利要求1或2中任意一項所述的方法，其特征在于，在基于預測學習模型對所述安全日志中的數據進行處理，得到預測結果之后，所述方法還包括：

基于所述預測結果繼續監控所述組網，生成預警信息，其中，所述預警信息用于提醒所述組網出現網絡異常。

4.根據權利要求3所述的方法，其特征在于，在所述預測結果包括發生攻擊的時間和/或嚴重程度的情況下，基于所述預測結果繼續監控所述組網，生成預警信息包括：

判斷所述預測結果是否超過預定閥值；

如果超過，則發出所述預警信息；

如果沒有超過，則繼續監控所述組網。

5.一種監控網絡安全的方法，包括：

如果觸發監控網絡安全的功能，獲取組網的安全日志，其中，所述安全日志記錄了外網攻擊所述組網的攻擊信息；

基于預測學習模型對所述安全日志中的數據進行處理，得到預測結果，其中，所述預測結果用于預測得到異常信息；

所述預測學習模型包括：廣度模型和深度模型，其中，所述廣度模型和所述深度模型通過邏輯損失函數進行關聯；

基于預測學習模型對所述安全日志中的數據進行處理，得到預測結果包括：使用所述廣度模型和所述深度模型分別處理所述安全日志中的數據，得到第一預測結果和第二預測結果，其中，所述第一預測結果包括：預測發生攻擊時的攻擊嚴重程度，所述第二預測結果包括：預測到發生攻擊時的時間屬性；結合所述第一預測結果和所述第二預測結果，生成所述預測結果。

6.一種監控網絡安全的裝置，包括：

監控模塊，用于獲取組網的安全日志，其中所述安全日志記錄了外網攻擊所述組網的攻擊信息；

處理模塊，用于基于預測學習模型對所述安全日志中的數據進行處理，得到預測結果，其中所述預測結果用于預測得到異常信息；

所述預測學習模型包括：廣度模型和深度模型，其中，所述廣度模型和所述深度模型通過邏輯損失函數進行關聯；所述處理模塊還用于使用所述廣度模型和所述深度模型分別處理所述安全日志中的數據，得到第一預測結果和第二預測結果，其中，所述第一預測結果包括：預測發生攻擊時的攻擊嚴重程度，所述第二預測結果包括：預測到發生攻擊時的時間屬性；結合所述第一預測結果和所述第二預測結果，生成所述預測結果。

7.一種空調器，包括：

監控裝置，用于獲取空調器的組網的安全日志，其中，所述安全日志記錄了外網攻擊所述組網的攻擊信息；

處理器，與所述監控裝置連接，用于基于預測學習模型對所述安全日志中的數據進行處理，得到預測結果，其中，所述預測結果用于預測得到異常信息；

所述預測學習模型包括：廣度模型和深度模型，其中，所述廣度模型和所述深度模型通過邏輯損失函數進行關聯；所述處理器還用于使用所述廣度模型和所述深度模型分別處理所述安全日志中的數據，得到第一預測結果和第二預測結果，其中，所述第一預測結果包括：預測發生攻擊時的攻擊嚴重程度，所述第二預測結果包括：預測到發生攻擊時的時間屬性；結合所述第一預測結果和所述第二預測結果，生成所述預測結果。