[發(fā)明專利]一種積極防御系統(tǒng)中的智能自學習白名單方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110420108.6
• 申請日: 2021-04-19
• 公開（公告）號: CN113037779B
• 公開（公告）日: 2022-02-11
• 發(fā)明（設計）人: 門嘉平;張小平;李銘暉
• 申請（專利權(quán)）人: 清華大學
• 主分類號: H04L9/40
• 分類號: H04L9/40
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 張琳麗

1.一種積極防御系統(tǒng)中的智能自學習白名單方法，其特征在于，包括：

獲取用戶發(fā)出的用于訪問業(yè)務系統(tǒng)的訪問請求，生成所述用戶的身份信息；所述身份信息為訪問客戶端的多元組特征值；所述多元組特征值包括：源IP地址、源端口、目的IP地址、協(xié)議號和目的端口；

獲取正常業(yè)務數(shù)據(jù)特征庫；所述正常業(yè)務數(shù)據(jù)特征庫為基于白名單學習模型構(gòu)建的數(shù)據(jù)庫；

根據(jù)所述正常數(shù)據(jù)特征庫中的正常業(yè)務數(shù)據(jù)特征生成智能自學習白名單，依據(jù)所述智能自學習白名單確定所述業(yè)務數(shù)據(jù)是否屬于正常數(shù)據(jù)；所述正常業(yè)務數(shù)據(jù)是指對被保護業(yè)務系統(tǒng)進行正常流量的數(shù)據(jù)信息；

所述正常業(yè)務數(shù)據(jù)特征庫的構(gòu)建過程為：

獲取用戶歷史訪問業(yè)務系統(tǒng)的正常業(yè)務數(shù)據(jù)；

根據(jù)多元組特征值對所述正常業(yè)務數(shù)據(jù)創(chuàng)建會話，并對所述會話處理得到處理后的會話；所述處理包括篩選和分類；

獲取白樣本學習模型；

將所述處理后的會話輸入所述白樣本學習模型中得到正常業(yè)務數(shù)據(jù)特征，并將所述正常業(yè)務數(shù)據(jù)特征進行存儲，得到正常數(shù)據(jù)特征庫。

2.根據(jù)權(quán)利要求1所述的積極防御系統(tǒng)中的智能自學習白名單方法，其特征在于，對所述會話處理得到處理后的會話，具體包括：

對所述會話進行篩選得到正常業(yè)務數(shù)據(jù)；

將所述正常業(yè)務數(shù)據(jù)分別按照同一個源IP地址和同一個目的IP地址間的連接數(shù)進行分類，得到分類后的數(shù)據(jù)信息；所述分類后的數(shù)據(jù)信息即為所述處理后的會話。

3.根據(jù)權(quán)利要求1所述的積極防御系統(tǒng)中的智能自學習白名單方法，其特征在于，所述根據(jù)所述正常數(shù)據(jù)特征庫中的正常業(yè)務數(shù)據(jù)特征生成智能自學習白名單，依據(jù)所述智能自學習白名單確定所述業(yè)務數(shù)據(jù)是否屬于正常數(shù)據(jù)，之后還包括：

當所述業(yè)務數(shù)據(jù)屬于正常數(shù)據(jù)時，將所述業(yè)務數(shù)據(jù)存儲至所述正常數(shù)據(jù)特征庫。

4.根據(jù)權(quán)利要求1所述的積極防御系統(tǒng)中的智能自學習白名單方法，其特征在于，所述獲取用戶發(fā)出的用于訪問業(yè)務系統(tǒng)的業(yè)務數(shù)據(jù)，之后還包括：

將所述業(yè)務數(shù)據(jù)存儲在緩存數(shù)據(jù)庫中，并當所述業(yè)務數(shù)據(jù)在所述緩存數(shù)據(jù)庫中存儲的時間超過預設時間后，將所述業(yè)務數(shù)據(jù)從所述緩存數(shù)據(jù)庫中清除。

5.一種積極防御系統(tǒng)中的智能自學習白名單系統(tǒng)，其特征在于，包括：

客戶端，用于用戶發(fā)出用于訪問業(yè)務系統(tǒng)的業(yè)務數(shù)據(jù)；

數(shù)據(jù)收集模塊，與所述客戶端連接，用于獲取用戶發(fā)出的用于訪問業(yè)務系統(tǒng)的訪問請求，生成所述用戶的身份信息；所述身份信息為訪問客戶端的多元組特征值；所述多元組特征值包括：源IP地址、源端口、目的IP地址、協(xié)議號和目的端口；

正常業(yè)務數(shù)據(jù)特征庫獲取模塊，與所述數(shù)據(jù)收集模塊連接，用于獲取正常業(yè)務數(shù)據(jù)特征庫；所述正常業(yè)務數(shù)據(jù)特征庫為基于白名單學習模型構(gòu)建的數(shù)據(jù)庫；

智能自學習白名單生成模塊，與所述正常業(yè)務數(shù)據(jù)特征庫獲取模塊連接，用于根據(jù)所述正常數(shù)據(jù)特征庫中的正常業(yè)務數(shù)據(jù)特征生成智能自學習白名單，依據(jù)所述智能自學習白名單確定所述業(yè)務數(shù)據(jù)是否屬于正常數(shù)據(jù)；所述正常業(yè)務數(shù)據(jù)是指對被保護業(yè)務系統(tǒng)進行正常流量的數(shù)據(jù)信息；

還包括：

正常業(yè)務數(shù)據(jù)特征庫構(gòu)建模塊，與所述數(shù)據(jù)收集模塊連接，用于構(gòu)建所述正常業(yè)務數(shù)據(jù)特征庫；所述數(shù)據(jù)收集模塊還用于獲取用戶歷史訪問業(yè)務系統(tǒng)的正常業(yè)務數(shù)據(jù)；

分析處理模塊，與所述數(shù)據(jù)收集模塊連接，用于根據(jù)多元組特征值對所述正常業(yè)務數(shù)據(jù)創(chuàng)建會話，并對所述會話處理得到處理后的會話；所述處理包括篩選和分類；

白樣本學習模型獲取模塊，與所述分析處理模塊連接，用于獲取白樣本學習模型；

正常數(shù)據(jù)特征庫構(gòu)建模塊，與所述白樣本學習模型獲取模塊連接，用于將所述處理后的會話輸入所述白樣本學習模型中得到正常業(yè)務數(shù)據(jù)特征，并將所述正常業(yè)務數(shù)據(jù)特征進行存儲，得到正常數(shù)據(jù)特征庫。