[發(fā)明專(zhuān)利]工業(yè)物聯(lián)網(wǎng)異常行為檢測(cè)方法、可讀存儲(chǔ)介質(zhì)和終端

在審

• 申請(qǐng)?zhí)枺?/td>: 201811491056.6
• 申請(qǐng)日: 2018-12-06
• 公開(kāi)（公告）號(hào): CN109547455A
• 公開(kāi)（公告）日: 2019-03-29
• 發(fā)明（設(shè)計(jì)）人: 孫雁飛;亓?xí)x;裴玉青
• 申請(qǐng)（專(zhuān)利權(quán)）人: 南京郵電大學(xué)
• 主分類(lèi)號(hào): H04L29/06
• 分類(lèi)號(hào): H04L29/06;H04L12/24
• 代理公司: 南京蘇科專(zhuān)利代理有限責(zé)任公司 32102
• 代理人: 姚姣陽(yáng)

1.一種工業(yè)物聯(lián)網(wǎng)異常行為檢測(cè)方法，其特征在于，包括：

獲取對(duì)應(yīng)的工業(yè)物聯(lián)網(wǎng)異常行為檢測(cè)模型；所述工業(yè)物聯(lián)網(wǎng)異常行為檢測(cè)模型為采用深度自動(dòng)編碼器和深度前饋神經(jīng)網(wǎng)絡(luò)對(duì)所獲取的原始網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行訓(xùn)練得到；

將待檢測(cè)的工業(yè)物聯(lián)網(wǎng)網(wǎng)絡(luò)流量數(shù)據(jù)輸入所述工業(yè)物聯(lián)網(wǎng)異常行為檢測(cè)模型，得到對(duì)應(yīng)的工業(yè)物聯(lián)網(wǎng)異常行為檢測(cè)結(jié)果。

2.根據(jù)權(quán)利要求1所述的工業(yè)物聯(lián)網(wǎng)異常行為檢測(cè)方法，其特征在于，所述工業(yè)物聯(lián)網(wǎng)異常行為檢測(cè)模型采用如下的方式訓(xùn)練得到：

獲取工業(yè)物聯(lián)網(wǎng)中的原始網(wǎng)絡(luò)流量數(shù)據(jù)；

將所獲取的原始網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行預(yù)處理，得到預(yù)處理后的原始網(wǎng)絡(luò)流量數(shù)據(jù)；所述預(yù)處理包括網(wǎng)絡(luò)流量特征轉(zhuǎn)換和特征歸一化操作；

采用所述深度自動(dòng)編碼器算法對(duì)預(yù)處理后的原始網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行無(wú)標(biāo)記訓(xùn)練，得到所述工業(yè)物聯(lián)網(wǎng)異常行為檢測(cè)模型的估計(jì)參數(shù)；

采用深度前饋神經(jīng)網(wǎng)絡(luò)和預(yù)處理后的原始網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行有標(biāo)記訓(xùn)練，對(duì)所述工業(yè)物聯(lián)網(wǎng)異常行為檢測(cè)模型的估計(jì)參數(shù)進(jìn)行優(yōu)化，得到所述工業(yè)物聯(lián)網(wǎng)異常行為檢測(cè)模型。

3.根據(jù)權(quán)利要求2所述的工業(yè)物聯(lián)網(wǎng)異常行為檢測(cè)方法，其特征在于，采用如下的公式對(duì)所提取的網(wǎng)絡(luò)流量特征進(jìn)行歸一化：

其中，Z⁽ⁱ⁾表示歸一化后的第i網(wǎng)絡(luò)流量特征，v⁽ⁱ⁾表示所提取的第i個(gè)網(wǎng)絡(luò)流量特征，μ表示特征v⁽ⁱ⁾的均值，σ表示特征v⁽ⁱ⁾的標(biāo)準(zhǔn)差。

4.根據(jù)權(quán)利要求3所述的工業(yè)物聯(lián)網(wǎng)異常行為檢測(cè)方法，其特征在于，所述工業(yè)物聯(lián)網(wǎng)異常行為檢測(cè)模型的估計(jì)參數(shù)，包括權(quán)重和偏差。

5.根據(jù)權(quán)利要求1-4任一項(xiàng)所述的工業(yè)物聯(lián)網(wǎng)異常行為檢測(cè)方法，其特征在于，當(dāng)檢測(cè)到工業(yè)物聯(lián)網(wǎng)異常行為時(shí)，還包括：

輸出對(duì)應(yīng)的告警提示信息。

6.根據(jù)權(quán)利要求5所述的工業(yè)物聯(lián)網(wǎng)異常行為檢測(cè)方法，其特征在于，當(dāng)檢測(cè)到工業(yè)物聯(lián)網(wǎng)異常行為時(shí)，還包括：

從所檢測(cè)到的工業(yè)物聯(lián)網(wǎng)異常行為中提取對(duì)應(yīng)的簽名數(shù)據(jù)并存儲(chǔ)在預(yù)設(shè)的行為數(shù)據(jù)庫(kù)中。

7.根據(jù)權(quán)利要求1所述的工業(yè)物聯(lián)網(wǎng)異常行為檢測(cè)方法，其特征在于，所述原始網(wǎng)絡(luò)流量數(shù)據(jù)包括源IP地址、目的IP地址、源端口、目標(biāo)端口和協(xié)議類(lèi)型的信息。

8.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)指令，其特征在于，所述計(jì)算機(jī)指令運(yùn)行時(shí)執(zhí)行權(quán)利要求1至7任一項(xiàng)所述的工業(yè)物聯(lián)網(wǎng)異常行為檢測(cè)方法的步驟。

9.一種終端，其特征在于，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器上儲(chǔ)存有能夠在所述處理器上運(yùn)行的計(jì)算機(jī)指令，所述處理器運(yùn)行所述計(jì)算機(jī)指令時(shí)執(zhí)行權(quán)利要求1至7任一項(xiàng)所述的工業(yè)物聯(lián)網(wǎng)異常行為檢測(cè)方法的步驟。