[發(fā)明專利]一種基于卷積神經(jīng)網(wǎng)絡(luò)的快速網(wǎng)絡(luò)攻擊回溯挖掘方法和應(yīng)用有效
| 申請?zhí)枺?/td> | 201911381821.3 | 申請日: | 2019-12-27 |
| 公開(公告)號: | CN111191230B | 公開(公告)日: | 2023-08-01 |
| 發(fā)明(設(shè)計)人: | 何金;趙迪;董陽;李妍;張國強;李潔 | 申請(專利權(quán))人: | 國網(wǎng)天津市電力公司;國家電網(wǎng)有限公司 |
| 主分類號: | G06F21/55 | 分類號: | G06F21/55;G06F16/2458;G06N3/0464;G06N3/084 |
| 代理公司: | 天津創(chuàng)智睿誠知識產(chǎn)權(quán)代理有限公司 12251 | 代理人: | 李薇 |
| 地址: | 300010*** | 國省代碼: | 天津;12 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 卷積 神經(jīng)網(wǎng)絡(luò) 快速 網(wǎng)絡(luò) 攻擊 回溯 挖掘 方法 應(yīng)用 | ||
本發(fā)明提供了一種基于卷積神經(jīng)網(wǎng)絡(luò)的快速網(wǎng)絡(luò)攻擊回溯挖掘方法和應(yīng)用,所述快速網(wǎng)絡(luò)攻擊回溯挖掘方法包括以下步驟:構(gòu)建基于后向卷積神經(jīng)網(wǎng)絡(luò)的后向序列挖掘模型:通過高階正向通道預(yù)先訓(xùn)練后向序列挖掘模型以獲得每層的輸出,構(gòu)建損失函數(shù)并將其降至最低;構(gòu)建確定性包標記模型:引入兩個路由器負載閾值Min、Max;如果負載在Min和Max之間,則標記數(shù)據(jù)包,若不在則轉(zhuǎn)發(fā),判斷目的地選項頭DOH是否存在,若已經(jīng)存在,路由器將只編碼入口地址并轉(zhuǎn)發(fā)該數(shù)據(jù)包,如果不存在,則應(yīng)通過創(chuàng)建DOH對入口地址進行編碼,并傳輸數(shù)據(jù)包;利用確定性包標記模型解決數(shù)據(jù)負載問題后,重建挖掘序列。本發(fā)明有利于主動發(fā)現(xiàn)潛伏在公司信息網(wǎng)絡(luò)中的高級、持續(xù)性攻擊行為。
技術(shù)領(lǐng)域
本發(fā)明涉及電力信息安全技術(shù)領(lǐng)域,特別是涉及一種基于卷積神經(jīng)網(wǎng)絡(luò)的快速網(wǎng)絡(luò)攻擊回溯挖掘方法和應(yīng)用。
背景技術(shù)
當前,網(wǎng)絡(luò)攻擊的復(fù)雜性在增加,企業(yè)、組織對網(wǎng)絡(luò)系統(tǒng)保護的意識也在進一步強化。企業(yè)開始使用網(wǎng)絡(luò)安全技術(shù)解決或緩解網(wǎng)絡(luò)安全威脅問題,由于網(wǎng)絡(luò)及各類設(shè)備的普及應(yīng)用,企業(yè)為了解決網(wǎng)絡(luò)安全問題,在企業(yè)內(nèi)部部署了許多安全產(chǎn)品,如入侵檢測系統(tǒng)(IDS)、入侵防御系統(tǒng)(IPS)、防火墻、Web應(yīng)用防護系統(tǒng)(WAF)、VPN等,但這些產(chǎn)品的應(yīng)用在滿足了人們保護網(wǎng)絡(luò)環(huán)境的目的的同時,還衍生了新的問題,總結(jié)起來表現(xiàn)為:在對全網(wǎng)范圍的告警事件進行實時監(jiān)測時,難度極大,既難從泛濫的實時攻擊告警中分析出真正的威脅,也不能實時監(jiān)測復(fù)雜攻擊。針對上述問題,國網(wǎng)公司于2015年開始籌建網(wǎng)絡(luò)與信息安全預(yù)警分析平臺(即SG-S6000平臺),其總體目標是加強公司人員、組織、設(shè)備、應(yīng)用四方面資源基礎(chǔ)管理。預(yù)警分析平臺規(guī)劃實現(xiàn)網(wǎng)絡(luò)設(shè)備、系統(tǒng)主機、內(nèi)外網(wǎng)及移動終端、應(yīng)用系統(tǒng)、網(wǎng)絡(luò)流量、物理監(jiān)控和公開情報等7大類的數(shù)據(jù)采集,具備漏洞分析、風險處理等能力,并規(guī)劃基于大數(shù)據(jù)分析的實現(xiàn)攻擊異常檢測功能。目前,預(yù)警分析平臺已具備數(shù)據(jù)采集和展示功能,但在大數(shù)據(jù)環(huán)境下的網(wǎng)絡(luò)攻擊溯源分析方面仍存在一些不足,缺乏對安全事件深入關(guān)聯(lián)調(diào)查、源頭溯源和根因分析的能力。
分析產(chǎn)生上述針對網(wǎng)絡(luò)攻擊缺乏溯源分析的原因,主要是現(xiàn)階段各個安全設(shè)備都會產(chǎn)生大量的日志記錄,并且這些日志記錄直接缺乏顯性的關(guān)聯(lián)性。對于零散的海量告警日志,安全處置人員需要花費大量時間進行手動關(guān)聯(lián),導(dǎo)致對安全事件的響應(yīng)效率低且準確率不高。
發(fā)明內(nèi)容
本發(fā)明的目的是針對現(xiàn)有技術(shù)中存在的網(wǎng)絡(luò)攻擊缺乏溯源分的問題,而提供一種基于卷積神經(jīng)網(wǎng)絡(luò)的快速網(wǎng)絡(luò)攻擊回溯挖掘方法。
本發(fā)明的另一個目的是提供所述快速網(wǎng)絡(luò)攻擊回溯挖掘方法在網(wǎng)絡(luò)攻擊預(yù)警中的應(yīng)用。
為實現(xiàn)本發(fā)明的目的所采用的技術(shù)方案是:
一種基于卷積神經(jīng)網(wǎng)絡(luò)的快速網(wǎng)絡(luò)攻擊回溯挖掘方法,包括以下步驟:
步驟1,構(gòu)建基于后向卷積神經(jīng)網(wǎng)絡(luò)(TR-CNN)的后向序列挖掘模型:
通過高階正向通道預(yù)先訓(xùn)練后向序列挖掘模型以獲得每層的輸出,構(gòu)建損失函數(shù)并將其降至最低;
步驟2,構(gòu)建確定性包標記模型:
S1,判斷步驟1輸出的數(shù)據(jù)包是否為負載,若是,則進行以下步驟,若不是直接將其轉(zhuǎn)發(fā)接收新的數(shù)據(jù)包;
S2,引入兩個路由器負載閾值,Min、Max;
S3,若所述負載低于Min或高于Max時,則標記為沒有數(shù)據(jù)包并轉(zhuǎn)發(fā);如果負載在Min和Max之間,則標記數(shù)據(jù)包;
S4,判斷目的地選項頭DOH是否存在,如果已經(jīng)存在,路由器將只編碼入口地址,然后轉(zhuǎn)發(fā)該數(shù)據(jù)包,如果不存在,則應(yīng)通過創(chuàng)建DOH對入口地址進行編碼,并傳輸數(shù)據(jù)包;
S5,在程序的重建過程中,應(yīng)根據(jù)受到攻擊的主機決定是否搜索DOH,如果存在,受攻擊的主機將提取地址,然后將地址放入地址表中;
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于國網(wǎng)天津市電力公司;國家電網(wǎng)有限公司,未經(jīng)國網(wǎng)天津市電力公司;國家電網(wǎng)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911381821.3/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 卷積運算處理方法及相關(guān)產(chǎn)品
- 一種卷積神經(jīng)網(wǎng)絡(luò)的計算方法及系統(tǒng)
- 卷積運算方法及系統(tǒng)
- 卷積運算方法、裝置及系統(tǒng)
- 深度神經(jīng)網(wǎng)絡(luò)裁剪方法、裝置及電子設(shè)備
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法和圖像處理裝置
- 卷積神經(jīng)網(wǎng)絡(luò)及基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法
- 一種圖像處理方法、裝置以及計算機存儲介質(zhì)
- 用于卷積神經(jīng)網(wǎng)絡(luò)的卷積運算裝置
- 基于FPGA實現(xiàn)圖像識別的方法、裝置、設(shè)備及存儲介質(zhì)
- 硬件神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法、計算裝置、軟硬件協(xié)作系統(tǒng)
- 生成較大神經(jīng)網(wǎng)絡(luò)
- 神經(jīng)網(wǎng)絡(luò)的生成方法、生成裝置和電子設(shè)備
- 一種舌診方法、裝置、計算設(shè)備及計算機存儲介質(zhì)
- 學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
- 脈沖神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法及相關(guān)轉(zhuǎn)換芯片
- 圖像處理方法、裝置、可讀存儲介質(zhì)和計算機設(shè)備
- 一種適應(yīng)目標數(shù)據(jù)集的網(wǎng)絡(luò)模型微調(diào)方法、系統(tǒng)、終端和存儲介質(zhì)
- 用于重構(gòu)人工神經(jīng)網(wǎng)絡(luò)的處理器及其操作方法、電氣設(shè)備
- 一種圖像神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化方法及裝置





