[發(fā)明專利]HJ212協(xié)議下基于OCSVM模型的通訊行為異常并行檢測方法與系統(tǒng)有效
| 申請?zhí)枺?/td> | 202110059616.6 | 申請日: | 2021-01-18 |
| 公開(公告)號: | CN112910688B | 公開(公告)日: | 2021-11-23 |
| 發(fā)明(設(shè)計)人: | 李肯立;付鵬磊;楊志邦;余思洋;呂婷;胡慶豐;唐卓;劉楚波;陽王東 | 申請(專利權(quán))人: | 湖南大學(xué);湖南匡安網(wǎng)絡(luò)技術(shù)有限公司 |
| 主分類號: | H04L12/24 | 分類號: | H04L12/24;H04L12/26;H04L29/08;G16Y30/10 |
| 代理公司: | 武漢臻誠專利代理事務(wù)所(普通合伙) 42233 | 代理人: | 宋業(yè)斌 |
| 地址: | 410082 湖*** | 國省代碼: | 湖南;43 |
| 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: | hj212 協(xié)議 基于 ocsvm 模型 通訊 行為 異常 并行 檢測 方法 系統(tǒng) | ||
1.HJ212協(xié)議下基于OCSVM模型的通訊行為異常并行檢測方法,其特征在于,具體包括如下步驟:
(1)從工業(yè)控制網(wǎng)絡(luò)獲取包括多個HJ212協(xié)議通訊數(shù)據(jù)包的連接,對每個HJ212協(xié)議通訊數(shù)據(jù)包進(jìn)行解析,以獲取其對應(yīng)的命令編碼,按照該連接所包括的所有HJ212協(xié)議通訊數(shù)據(jù)包傳輸?shù)臅r間先后順序,將該所有HJ212協(xié)議通訊數(shù)據(jù)包所對應(yīng)的多個命令編碼進(jìn)行排序,從而構(gòu)成該連接對應(yīng)的命令編碼序列;
(2)將步驟(1)得到的該連接對應(yīng)的命令編碼序列輸入訓(xùn)練好的HJ212協(xié)議異常檢測模型中,以得到該連接的檢測結(jié)果;其中HJ212協(xié)議異常檢測模型是通過以下過程訓(xùn)練得到的:
(2-1)從工業(yè)控制網(wǎng)絡(luò)獲取多個正常連接或異常連接,每個正常/異常連接包括多個HJ212協(xié)議通訊數(shù)據(jù)包,對每個HJ212協(xié)議通訊數(shù)據(jù)包進(jìn)行解析,以獲取其對應(yīng)的命令編碼,每個連接所包括的所有HJ212協(xié)議通訊數(shù)據(jù)包對應(yīng)的多個命令編碼,按照每個正常/異常連接所包括的所有HJ212協(xié)議通訊數(shù)據(jù)包傳輸?shù)臅r間先后順序?qū)⑺蠬J212協(xié)議通訊數(shù)據(jù)包對應(yīng)的多個命令編碼進(jìn)行排序,從而構(gòu)成該正常/異常連接對應(yīng)的正常/異常命令編碼序列;
(2-2)采用滑動窗口和切片相結(jié)合的方式將步驟(2-1)中得到的每個正常/異常連接對應(yīng)的正常/異常命令編碼序列進(jìn)行循環(huán)切割處理,以得到與該正常/異常連接對應(yīng)的多個等長度的命令編碼短序列,所有命令編碼短序列構(gòu)成HJ212協(xié)議數(shù)據(jù)集A;
(2-3)對步驟(2-2)得到的HJ212協(xié)議數(shù)據(jù)集A中每個命令編碼短序列的每個命令編碼的出現(xiàn)頻率進(jìn)行統(tǒng)計,以得到每個命令編碼短序列對應(yīng)的頻率向量Ln,根據(jù)該命令編碼短序列所屬的連接對應(yīng)的通訊行為獲得該命令編碼短序列對應(yīng)頻率向量Ln對應(yīng)的標(biāo)簽Zn,其中n∈[1,HJ212協(xié)議數(shù)據(jù)集A中命令編碼短序列總數(shù)];
(2-4)隨機(jī)生成粒子群X=(X1,X2,…,XN)和速度V=(V1,V2,…,VN),其中N為自然數(shù),表示生成的粒子群中粒子的總數(shù),且Xi是用二維向量表示,i∈[1,N],其中和分別表示單類支持向量機(jī)雙輪廓模型中每個粒子Xi的懲罰因子和高斯核函數(shù);
(2-5)將步驟(2-3)中得到的HJ212協(xié)議數(shù)據(jù)集A中每個命令編碼短序列對應(yīng)的頻率向量Ln輸入單類支持向量機(jī)雙輪廓模型中進(jìn)行訓(xùn)練,以得到步驟(2-4)得到的粒子群中每個粒子對應(yīng)的分類準(zhǔn)確率;
(2-6)將步驟(2-5)得到的每個粒子對應(yīng)的分類準(zhǔn)確率作為該粒子的適應(yīng)度值F(Xi),根據(jù)該適應(yīng)度值F(Xi)并使用粒子群優(yōu)化算法更新該粒子的個體極值Pi、以及步驟(2-4)得到的粒子群的全局極值G;
(2-7)根據(jù)步驟(2-6)得到的粒子的個體極值Pi和粒子群的全局極值G,按照粒子群速度更新公式重復(fù)迭代更新粒子Xi、以及該粒子速度Vi,直到連續(xù)50個前后兩次迭代過程所得到的粒子和的適應(yīng)度值之間的差值小于0.01%、或者重復(fù)迭代次數(shù)超過預(yù)設(shè)的最大迭代次數(shù)Kmax為止,從而得到訓(xùn)練好的單類支持向量機(jī)雙輪廓模型作為HJ212協(xié)議異常檢測模型。
2.如權(quán)利要求1所述的通訊行為異常并行檢測方法,其特征在于,HJ212協(xié)議通訊數(shù)據(jù)包包括包頭、數(shù)據(jù)段長度、數(shù)據(jù)段、循環(huán)冗余校驗和包尾,其中命令編碼是位于數(shù)據(jù)段字段中;使用深度數(shù)據(jù)包檢測方法對HJ212協(xié)議通訊數(shù)據(jù)包進(jìn)行解析。
3.如權(quán)利要求1所述的通訊行為異常并行檢測方法,其特征在于,步驟(2)中的檢測結(jié)果是該連接對應(yīng)的通訊行為正常或異常;將連接對應(yīng)的命令編碼序列同時輸入HJ212協(xié)議異常檢測模型中的正輪廓和負(fù)輪廓線程中,正輪廓和負(fù)輪廓線程并行地對命令編碼序列進(jìn)行檢測,任意一個線程的檢測結(jié)果為異常時,則該連接對應(yīng)的通訊行為異常;兩個線程的檢測結(jié)果為正常時,則該連接對應(yīng)的通訊行為正常。
4.如權(quán)利要求1所述的通訊行為異常并行檢測方法,其特征在于,步驟(2-1)中所謂的“正常連接”指的是該連接對應(yīng)的通訊行為正常;所謂的“異常連接”指的是該連接對應(yīng)的通訊行為異常。
5.如權(quán)利要求1所述的通訊行為異常并行檢測方法,其特征在于,步驟(2-2)中在循環(huán)切割處理過程中,如果某個命令編碼短序列的長度小于預(yù)設(shè)的滑動窗口的寬度,則對該命令編碼短序列進(jìn)行補(bǔ)0處理。
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)利屬于湖南大學(xué);湖南匡安網(wǎng)絡(luò)技術(shù)有限公司,未經(jīng)湖南大學(xué);湖南匡安網(wǎng)絡(luò)技術(shù)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/202110059616.6/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 紅景天在制備治療或預(yù)防老年癡呆癥藥物中的應(yīng)用
- 基于MODIS遙感影像的高分辨率遙感影像植被指數(shù)時間序列校正方法
- 一種基于HJ-CCD影像的淺水湖泊水生植物快速監(jiān)測方法
- 一株馬利亞霉菌在還原Se(IV)合成硒納米顆粒中的應(yīng)用
- 一種低溫木糖苷酶HJ14GH43及其耐鹽突變體
- 一種熵權(quán)計算方法和多目標(biāo)決策方法
- 一種多主多從結(jié)構(gòu)的水質(zhì)在線監(jiān)測數(shù)據(jù)傳送系統(tǒng)及方法
- 環(huán)保數(shù)據(jù)采集儀
- HJ212協(xié)議下基于OCSVM模型的通訊行為異常并行檢測方法與系統(tǒng)
- 一種HJ905,HJ906型縱橫制交換機(jī)的標(biāo)志器改進(jìn)方法
- 圖像診斷裝置、醫(yī)用系統(tǒng)以及協(xié)議管理方法
- 一種自動協(xié)議識別方法及系統(tǒng)
- 客戶端中遞送協(xié)議數(shù)據(jù)單元的方法及相關(guān)裝置
- 遠(yuǎn)程通訊系統(tǒng)
- 一種基于可拼裝通信協(xié)議棧的通信方法及系統(tǒng)
- 一種實現(xiàn)國產(chǎn)平臺PXEBOOT的協(xié)議架構(gòu)
- CBTC通信系統(tǒng)協(xié)議解析方法、協(xié)議庫管理方法
- 一種協(xié)議轉(zhuǎn)換的方法、裝置、設(shè)備及存儲介質(zhì)
- 一種用于燈光控制的協(xié)議轉(zhuǎn)換系統(tǒng)及方法
- 一種通用工藝人工智能物聯(lián)網(wǎng)網(wǎng)關(guān)
- 一種OCSVM監(jiān)控模型的在線更新系統(tǒng)及方法
- 一種應(yīng)用OCSVM的生產(chǎn)過程自適應(yīng)監(jiān)控系統(tǒng)及方法
- 基于PSO?OCSVM的工業(yè)控制系統(tǒng)通信行為異常檢測方法
- 面向電力信息內(nèi)外網(wǎng)邊界的數(shù)據(jù)庫用戶行為安全審計方法
- 一種基于遺傳算法優(yōu)化的工業(yè)行為異常檢測方法
- 一種適用于源網(wǎng)荷互動工控系統(tǒng)的網(wǎng)絡(luò)流量異常檢測方法
- 一種基于OCSVM電子手寫簽名識別的方法
- 檢測異常郵件的方法、裝置、設(shè)備和存儲介質(zhì)
- 用于實時在線檢測虛擬機(jī)狀態(tài)的方法和系統(tǒng)
- 一種基于OCSVM-KNN算法的離群數(shù)據(jù)檢測方法及裝置





