[發明專利]一種web異常流量檢測方法、裝置、設備及存儲介質

在審

• 申請號: 202110972269.6
• 申請日: 2021-08-24
• 公開（公告）號: CN113726756A
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 陳偉;潘桐;吳禮發
• 申請（專利權）人: 南京郵電大學
• 主分類號: H04L29/06
• 分類號: H04L29/06;G06N20/00;G06N3/00
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

1.一種web異常流量檢測方法，包括：

將獲取的待測流量數據輸入預先訓練好的檢測模型，以獲取待測流量數據對應的評分值，若評分值小于預設閾值，則判定為異常流量；

其特征在于，所述檢測模型包括集成學習模型和評分卡模型，所述待測流量數據經所述集成學習模型處理后輸入評分卡模型，所述評分卡模型輸出評分值。

2.根據權利要求1所述的web異常流量檢測方法，其特征在于，所述集成學習模型的訓練包括：

獲取歷史流量數據，提取數據特征集；

基于數據特征集對神經網絡模型進行訓練，獲得所述集成學習模型。

3.根據權利要求2所述的web異常流量檢測方法，其特征在于，所述集成學習模型的包括隨機森林模型和XGBOOST模型。

4.根據權利要求1所述的web異常流量檢測方法，其特征在于，所述評分卡模型輸出的評分值表示為：

Score＝S₀-kln(o)＝S₀-k(β₀+β₁x₁+...+β_nx_n)

其中，S₀表示初始分數，k為系數，o表示事件發生概率和不發生概率比值，x_i(1≤i≤n)表示每個樣本，β_i(1≤i≤n)表示激活函數的參數。

5.一種web異常流量檢測裝置，其特征在于，包括：

數據獲取單元，用于獲取流量數據包；

數據評分單元，用于輸出數據評分值；

數據處理單元，用于判定并處理流量數據包；

其中，所述數據評分單元包括集成學習模型和評分卡模型，所述待測流量數據經所述集成學習模型處理后輸入評分卡模型，所述評分卡模型輸出評分值。

6.根據權利要求5所述的web異常流量檢測裝置，其特征在于，所述數據獲取單元的數據獲取包括以下步驟：

從配置中心獲取配置，提取流量特征；

根據流量特征，從網絡中抓取流量數據包；

將抓取的流量數據包鏡像傳輸給數據評分單元。

7.根據權利要求5所述的web異常流量檢測裝置，其特征在于，所述數據處理處理數據單元包括以下步驟：

接收數據評分單元反饋的評分值，若反饋的評分值小于預設閾值，則攔截流量數據包，若反饋的評分值大于或等于預設閾值，則放行。

8.根據權利要求5所述的web異常流量檢測裝置，其特征在于，所述web異常流量檢測裝置還包括數據存儲單元，用于存儲數據評分單元和數據處理單元反饋的評分值。

9.一種web異常流量檢測設備，其特征在于，所述設備包括：

處理器；

用于存儲所述處理可執行指令的存儲器；

其中，所述處理器被配置為執行所述指令以實現執行如權利要求1至4任一項所述的web異常流量的檢測方法。

10.一種存儲介質，其特征在于，當所述存儲介質中的指令由電子設備的處理器執行時，使得所述電子設備能夠執行如權利要求1至4任一項所述的web異常流量的檢測方法。