[發明專利]網絡模型訓練方法、字符串檢測方法、裝置及電子設備

在審

• 申請號: 202210368582.3
• 申請日: 2022-04-08
• 公開（公告）號: CN114707026A
• 公開（公告）日: 2022-07-05
• 發明（設計）人: 徐鐘豪;陳偉;謝忱;劉偉
• 申請（專利權）人: 上海斗象信息科技有限公司
• 主分類號: G06F16/903
• 分類號: G06F16/903;G06N3/08
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 衡滔

本申請涉及一種網絡模型訓練方法、字符串檢測方法、裝置及電子設備，屬于計算機技術領域。網絡模型訓練方法包括：獲取用于模型訓練的字符串數據集，所述字符串數據集包括加密字符串樣本集和非加密字符串樣本集；對所述字符串數據集中的每一條字符串進行特征預處理；利用對所述字符串數據集中的每一條字符串進行特征預處理后得到的特征向量對預設神經網絡模型進行訓練，得到用于預測字符串是否加密的字符串檢測模型。通過機器學習來檢測加密字符串，利用機器學習來發現加密字符串間的共性，并以此為依據檢測加密字符串，從而可以大大減少安全從業人員的工作量。

技術領域

本申請屬于計算機技術領域，具體涉及一種網絡模型訓練方法、字符串檢測方法、裝置及電子設備。

背景技術

近年來，使用加密字符串進行通信的惡意攻擊流量數量有所增加。這對安全分析人員構成了挑戰，大多數情況下看起來像正常的字符串，其可能包含惡意攻擊代碼。因此，有必要發現新的特性和方法來檢測加密字符串。

目前檢測加密字符串的主要方式有兩種，基于正則表達式進行檢測和基于加解密對比進行檢測。基于正則表達式的方式只能檢測已知的加密字符串，無法檢測自定義加密字符串。基于加解密對比方式進行檢測，需要羅列全部加密方式對待檢測加密字符串進行解密后再加密，并和原始加密字符串(也即待檢測加密字符串)對比來判斷，該種方式開銷大且不能檢測未知加密方式。

發明內容

鑒于此，本申請的目的在于提供一種網絡模型訓練方法、字符串檢測方法、裝置及電子設備，以改善現有檢測加密字符串的方式所存在的開銷大、只能檢測已知加密字符串的問題。

本申請的實施例是這樣實現的：

第一方面，本申請實施例提供了一種網絡模型訓練方法，包括：獲取用于模型訓練的字符串數據集，所述字符串數據集包括加密字符串樣本集和非加密字符串樣本集；對所述字符串數據集中的每一條字符串進行特征預處理；利用對所述字符串數據集中的每一條字符串進行特征預處理后得到的特征向量對預設神經網絡模型進行訓練，得到用于預測字符串是否加密的字符串檢測模型。本申請實施例中，通過訓練用于預測字符串是否加密的字符串檢測模型，通過機器學習來檢測加密字符串，利用機器學習來發現加密字符串間的共性，并以此為依據檢測加密字符串，從而可以大大減少安全從業人員的工作量。

結合第一方面實施例的一種可能的實施方式，對所述字符串數據集中的每一條字符串進行特征預處理，包括：針對所述字符串數據集中的每一條字符串，對該條字符串做特征提取處理，以提取模型訓練所需的N種不同特征，N為大于等于2的正整數；將所述字符串數據集中所有字符串各自的N種不同特征，組成N維的特征向量矩陣；對所述特征向量矩陣中的元素進行特征規范化處理，得到規范化處理后的特征向量矩陣。本申請實施例中，通過提取每條字符串的多種不同特征，以及對提取的特征進行特征規范化處理，使得訓練出來的模型的更準確性，檢測效果更好。

結合第一方面實施例的一種可能的實施方式，對所述特征向量矩陣中的元素進行特征規范化處理，包括：若所述特征向量矩陣為M*N的特征向量矩陣時，針對所述特征向量矩陣的每一列，選取出該列元素中的最大值，并將該列中的每個元素除以該最大值，使得該列中的每個元素的值在(0，1]之間，M為所述字符串數據集中字符串的數量，M為大于N的正整數；若所述特征向量矩陣為N*M的特征向量矩陣時，針對所述特征向量矩陣的每一行，選取出該行元素中的最大值，并將該行中的每個元素除以該最大值，使得該行中的每個元素的值在(0，1]之間。本申請實施例中，在進行特征規范化處理時，選取特征向量矩陣的每一列(或每一行)元素中的最大值，并將該列(或行)中的每個元素除以該最大值，從而可以快速使得該列(或行)中的每個元素的值在(0，1]之間。