[發(fā)明專利]一種網(wǎng)絡異常檢測方法、裝置及存儲介質有效
| 申請?zhí)枺?/td> | 202110391259.3 | 申請日: | 2021-04-13 |
| 公開(公告)號: | CN113079168B | 公開(公告)日: | 2023-02-21 |
| 發(fā)明(設計)人: | 孟緒穎;梁志民;張玉軍 | 申請(專利權)人: | 網(wǎng)絡通信與安全紫金山實驗室 |
| 主分類號: | H04L9/40 | 分類號: | H04L9/40 |
| 代理公司: | 北京同輝知識產權代理事務所(普通合伙) 11357 | 代理人: | 張恩慧 |
| 地址: | 211100 江*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 網(wǎng)絡 異常 檢測 方法 裝置 存儲 介質 | ||
本發(fā)明公開了一種網(wǎng)絡異常檢測方法、裝置及存儲介質,屬于網(wǎng)絡安全領域。一種網(wǎng)絡異常檢測方法,包括以下步驟:定義正常節(jié)點時間序列特征與異常節(jié)點時間序列特征,利用網(wǎng)絡模型學習正常節(jié)點時間序列特征分布;根據(jù)異常節(jié)點時間特征分布模型,優(yōu)化正常節(jié)點時間特征分布;所述網(wǎng)絡模型擇一地為檢測節(jié)點標記正常標簽或異常標簽;根據(jù)優(yōu)化正常節(jié)點時間特征分布的結果以及定義的正常節(jié)點時間序列特征,評估所述正常標簽的準確度;構建節(jié)點之間的關聯(lián)子圖,利用隨機游走更新節(jié)點標簽的準確度。
技術領域
本發(fā)明涉及網(wǎng)絡安全領域,具體涉及一種網(wǎng)絡異常檢測方法、裝置及存儲介質。
背景技術
異常檢測通過分析網(wǎng)絡流量,檢測出發(fā)起異常攻擊的源節(jié)點(異常節(jié)點),為從源頭上抑制網(wǎng)絡攻擊行為提供重要依據(jù),是維護網(wǎng)絡安全的重要方法。傳統(tǒng)的網(wǎng)絡運維方法是基于固定的腳本和閾值的,因而難以適應如今海量、復雜、多變的大規(guī)模網(wǎng)絡環(huán)境,無法根據(jù)網(wǎng)絡態(tài)勢動態(tài)調整閾值、發(fā)現(xiàn)異常節(jié)點。異常檢測能夠通過機器學習的方法,快速地從海量數(shù)據(jù)中發(fā)現(xiàn)與大多數(shù)正常數(shù)據(jù)不同的異常數(shù)據(jù),已被廣泛應用于多個領域。面對持續(xù)的、海量的網(wǎng)絡流量,極少量的、變化多端的異常節(jié)點在大多數(shù)情況下表現(xiàn)正常、難以檢測。
發(fā)明內容
針對現(xiàn)有技術的不足,本發(fā)明提出了一種網(wǎng)絡異常檢測方法、裝置及存儲介質。
本發(fā)明的目的可以通過以下技術方案實現(xiàn):
一種網(wǎng)絡異常檢測方法,包括以下步驟:
步驟1:定義正常節(jié)點時間序列特征與異常節(jié)點時間序列特征,利用網(wǎng)絡模型學習正常節(jié)點時間序列特征分布;
步驟2:根據(jù)異常節(jié)點時間特征分布模型,優(yōu)化正常節(jié)點時間特征分布;所述網(wǎng)絡模型擇一地為檢測節(jié)點標記正常標簽或異常標簽;
步驟3:根據(jù)優(yōu)化正常節(jié)點時間特征分布的結果以及定義的正常節(jié)點時間序列特征,評估所述正常標簽的準確度;
步驟4:構建節(jié)點之間的關聯(lián)子圖,利用隨機游走更新節(jié)點標簽的準確度。
可選地,所述正常節(jié)點時間序列特征與異常節(jié)點時間序列特征具有相同尺寸的時間窗口。
可選地,在所述步驟1中,所述網(wǎng)絡模型訓練捕獲正常節(jié)點時間序列特征分布的生成器與能夠將所述正常節(jié)點時間序列特征映射為生成器的數(shù)據(jù)組合,以及真實數(shù)據(jù)的組合,加入判別器中,獲得能夠捕獲正常節(jié)點行為的訓練模型。
可選地,在所述步驟2中,根據(jù)所述異常節(jié)點時間序列特征組成的真實數(shù)據(jù)組合與所述生成器的數(shù)據(jù)組合,獲得能夠捕獲異常節(jié)點行為的訓練模型;將所述的能夠捕獲異常節(jié)點行為的訓練模型與能夠捕獲正常節(jié)點行為的訓練模型整合為目標函數(shù)。
可選地,構建關聯(lián)子圖的步驟包括:
根據(jù)歷史數(shù)據(jù)集的發(fā)生攻擊的節(jié)點連接關系,篩選異常節(jié)點;
訓練所述歷史數(shù)據(jù)集的注意力模型,計算所述異常節(jié)點的時間間隙權重,提取時間間隙最大的連接關系,構建所述關聯(lián)子圖。
可選地,通過編碼器獲得所述的能夠將所述正常節(jié)點時間序列特征映射為生成器的數(shù)據(jù)。
可選地,所述網(wǎng)絡模型配置為采用長短記憶網(wǎng)絡網(wǎng)絡結構。
可選地,所述游走的方式包括正向連接、反向連接與自連接。
一種計算機可讀的存儲介質,存儲有指令,所述指令被處理器執(zhí)行所述指令時用于實現(xiàn)上述任一網(wǎng)絡異常檢測方法。
一種網(wǎng)絡異常檢測裝置,包括處理器與存儲器,所述存儲器存儲指令,所述處理器能夠執(zhí)行所述存儲器的指令,實現(xiàn)上述任一網(wǎng)絡異常檢測方法。
本發(fā)明的技術效果:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于網(wǎng)絡通信與安全紫金山實驗室,未經(jīng)網(wǎng)絡通信與安全紫金山實驗室許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110391259.3/2.html,轉載請聲明來源鉆瓜專利網(wǎng)。
- 網(wǎng)絡和網(wǎng)絡終端
- 網(wǎng)絡DNA
- 網(wǎng)絡地址自適應系統(tǒng)和方法及應用系統(tǒng)和方法
- 網(wǎng)絡系統(tǒng)及網(wǎng)絡至網(wǎng)絡橋接器
- 一種電力線網(wǎng)絡中根節(jié)點網(wǎng)絡協(xié)調方法和系統(tǒng)
- 一種多網(wǎng)絡定位方法、存儲介質及移動終端
- 網(wǎng)絡裝置、網(wǎng)絡系統(tǒng)、網(wǎng)絡方法以及網(wǎng)絡程序
- 從重復網(wǎng)絡地址自動恢復的方法、網(wǎng)絡設備及其存儲介質
- 神經(jīng)網(wǎng)絡的訓練方法、裝置及存儲介質
- 網(wǎng)絡管理方法和裝置





