[發(fā)明專利]安全評估方法、裝置、計算機(jī)系統(tǒng)和介質(zhì)有效
| 申請?zhí)枺?/td> | 202010735301.4 | 申請日: | 2020-07-27 |
| 公開(公告)號: | CN111866004B | 公開(公告)日: | 2022-09-27 |
| 發(fā)明(設(shè)計)人: | 周京;程佩哲;金馳;張誠 | 申請(專利權(quán))人: | 中國工商銀行股份有限公司 |
| 主分類號: | H04L9/40 | 分類號: | H04L9/40;G06F16/35 |
| 代理公司: | 中科專利商標(biāo)代理有限責(zé)任公司 11021 | 代理人: | 楊靜 |
| 地址: | 100140 北*** | 國省代碼: | 北京;11 |
| 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: | 安全 評估 方法 裝置 計算機(jī)系統(tǒng) 介質(zhì) | ||
1.一種安全評估方法,包括:
構(gòu)造惡意文本樣本;
將所述惡意文本樣本發(fā)送至待測服務(wù)器;
基于所述待測服務(wù)器針對所述惡意文本樣本的響應(yīng)結(jié)果,確定所述惡意文本樣本針對所述待測服務(wù)器的攻擊狀態(tài);以及
基于所述攻擊狀態(tài),確定所述待測服務(wù)器針對惡意文本的安全防護(hù)等級;
其中,所述構(gòu)造惡意文本樣本包括:
構(gòu)造第1個惡意文本樣本集合至第M個惡意文本樣本集合,所述第1個惡意文本樣本集合至第M個惡意文本樣本集合的文本復(fù)雜度依次遞增,M為大于1的整數(shù);
其中,所述構(gòu)造第1個惡意文本樣本集合至第M個惡意文本樣本集合包括:利用隨機(jī)抽樣算法從惡意文本庫中隨機(jī)抽取第一數(shù)量個惡意文本以作為第一數(shù)量個第一惡意文本樣本,并由所述第一數(shù)量個第一惡意文本樣本構(gòu)成所述第1個惡意文本樣本集合;
利用隨機(jī)抽樣算法從所述惡意文本庫中隨機(jī)抽取第二數(shù)量個惡意文本;針對所述第二數(shù)量個惡意文本中的每個惡意文本,計算所述惡意文本中的第m個漢字分別與正常文本字典庫中的多個漢字之間的第二相似度,基于所述第二相似度從所述正常文本字典庫中確定一個候選漢字,并利用所述候選漢字替換所述惡意文本中的所述第m個漢字,以得到針對所述惡意文本的第二惡意文本樣本,m大于等于1的整數(shù);以及由針對所述第二數(shù)量個惡意文本的第二數(shù)量個第二惡意文本樣本,構(gòu)成第2個惡意文本樣本集合;其中,第二相似度包括音碼相似度和形碼相似度;
構(gòu)造生成對抗網(wǎng)絡(luò),所述生成對抗網(wǎng)絡(luò)包括生成模型和判別模型;利用隨機(jī)抽樣算法從所述惡意文本庫中隨機(jī)抽取多個惡意文本,并從正常文本庫中隨機(jī)抽取多個正常文本;利用所述多個惡意文本和所述多個正常文本對所述生成對抗網(wǎng)絡(luò)進(jìn)行訓(xùn)練,直至所述生成模型和所述判別模型的損失值之和達(dá)到最小,以得到訓(xùn)練完成的生成模型;以及利用所述訓(xùn)練完成的生成模型生成第3個惡意文本樣本集合;
所述將所述惡意文本樣本發(fā)送至待測服務(wù)器包括:
將第i個惡意文本樣本集合中的每個惡意文本樣本發(fā)送至所述待測服務(wù)器;以及
在確定所述第i個惡意文本樣本集合針對所述待測服務(wù)器的攻擊狀態(tài)為失敗時,將第i+1個惡意文本樣本集合中的每個惡意文本樣本發(fā)送至待測服務(wù)器,其中,i為大于等于1且小于M的整數(shù)。
2.根據(jù)權(quán)利要求1所述的方法,其中,所述基于所述待測服務(wù)器針對所述惡意文本樣本的響應(yīng)結(jié)果,確定所述惡意文本樣本針對所述待測服務(wù)器的攻擊狀態(tài)包括:
針對所述第i個惡意文本樣本集合中的第j個惡意文本樣本,計算所述待測服務(wù)器針對所述第j個惡意文本樣本的第一響應(yīng)結(jié)果與所述待測服務(wù)器針對一個正常文本的第二響應(yīng)結(jié)果之間的第一相似度,并在所述第一相似度大于等于第一閾值時,確定所述第j個惡意文本樣本攻擊成功,j為大于等于1的整數(shù);
計算所述第i個惡意文本樣本集合中攻擊成功的惡意文本樣本的占比;
當(dāng)所述占比大于第二閾值時,確定所述第i個惡意文本樣本集合針對所述待測服務(wù)器的攻擊狀態(tài)為成功;以及
當(dāng)所述占比小于等于第二閾值時,確定所述第i個惡意文本樣本集合針對所述待測服務(wù)器的攻擊狀態(tài)為失敗。
3.根據(jù)權(quán)利要求1所述的方法,還包括:
在所述構(gòu)造第1個惡意文本樣本集合至第M個惡意文本樣本集合之前,
獲取原始文本集合;
利用預(yù)先訓(xùn)練的分類器對所述原始文本集合進(jìn)行分類,以確定惡意文本集合和正常文本集合;
基于所述惡意文本集合,建立惡意文本庫,所述惡意文本庫包括多個惡意文本;以及
基于所述正常文本集合,建立正常文本庫和正常文本字典庫,所述正常文本庫包括多個正常文本,所述正常文本字典庫包括多個漢字。
4.根據(jù)權(quán)利要求3所述的方法,其中,建立正常文本字典庫包括:
將所述多個正常文本中的漢字全量提取后,得到所述多個漢字;以及
由所述多個漢字構(gòu)成所述正常文本字典庫。
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)利屬于中國工商銀行股份有限公司,未經(jīng)中國工商銀行股份有限公司許可,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/202010735301.4/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





