[發明專利]一種基于CNN的區塊鏈日蝕攻擊檢測與防御方法

在審

• 申請號: 202210480726.4
• 申請日: 2022-05-05
• 公開（公告）號: CN115065502A
• 公開（公告）日: 2022-09-16
• 發明（設計）人: 孫國梓;楊嘉樂;肖榮宇
• 申請（專利權）人: 南京郵電大學
• 主分類號: H04L9/40
• 分類號: H04L9/40;G06N3/04;G06N3/08;G06V10/764;G06V10/82
• 代理公司: 南京正聯知識產權代理有限公司 32243
• 代理人: 張玉紅

1.一種基于CNN的區塊鏈日蝕攻擊檢測與防御方法，其特征在于：所述方法包括數據獲取、數據處理、模型訓練、攻擊檢測與攻擊防御五個步驟，具體為：

步驟1，數據獲取；獲取流量數據集，并劃分樣本數據，得到訓練樣本和測試樣本；

步驟2，數據處理；對劃分出的樣本數據進行預處理和特征提取，生成特征圖片；

步驟3，模型訓練；使用樣本數據訓練CNN檢測模型，得到用于檢測區塊鏈日蝕攻擊的檢測模型；

步驟4，攻擊檢測；使用訓練完成后的CNN建模模型進行檢測，判斷是否存在日蝕攻擊，若不存在則正常運行不做動作，若存在則轉入步驟4進行攻擊防御；

步驟5，攻擊防御；系統報警并進行防御動作，防御動作包括，切斷節點當前的所有網絡連接；刪除節點路由表中存儲的所有IP數據；禁止外部節點向自己建立傳入連接；重啟節點；向DNS種子請求合法的IP地址，建立傳出連接。

2.根據權利要求1所述的一種基于CNN的區塊鏈日蝕攻擊檢測與防御方法，其特征在于：步驟1中，搭建日蝕攻擊環境，通過抓包軟件獲取攻擊流量數據包，同時抓取正常的區塊鏈流量數據包，將二者整合為完整的流量數據集；對流量數據集進行整理，首先將其中的數據編輯為正常流量和攻擊流量，然后利用特征對分類數據包進行分流處理，根據源IP地址、源端口、目的IP地址對抓取的網絡流進行分流；最后將實驗數據集按比例分為訓練樣本與測試樣本。

3.根據權利要求1所述的一種基于CNN的區塊鏈日蝕攻擊檢測與防御方法，其特征在于：步驟2中，首先按照KDDCUP標準數據集的特征提取方案提取樣本數據中的流量特征，并根據日蝕攻擊的特征加入區塊鏈消息類型、過去兩秒內該類消息出現的次數以及攜帶多少IP數據作為特征項，再利用獨熱編碼將字符數據轉變為數值數據，完成歸一化處理之后，通過PDA去除無效特征，保留121位特征；最后將一維的特征向量轉變為11*11的二維特征圖片。

4.根據權利要求1所述的一種基于CNN的區塊鏈日蝕攻擊檢測與防御方法，其特征在于：步驟3中，CNN模型包括數據輸入層、卷積層、池化層、全連接層和輸出層；輸入層接收訓練數據和測試數據轉換的特征圖；卷積層、池化層和全連接層是模型內部數據處理過程；輸出層為模型最終的輸出結果，輸出結果為兩個數值，分別表示輸入的流量為正常流量和攻擊流量的概率。

5.根據權利要求4所述的一種基于CNN的區塊鏈日蝕攻擊檢測與防御方法，其特征在于：CNN模型中，輸入層主要是對原始圖像數據進行預處理，包括去均值、歸一化；卷積層提取輸入數據的不同特征；池化層減小特征圖尺寸的大小；全連接層起到分類器的作用；輸出層輸出最后的分類結果。

6.根據權利要求1所述的一種基于CNN的區塊鏈日蝕攻擊檢測與防御方法，其特征在于：步驟3中，使用訓練樣本的特征圖片訓練CNN檢測模型；CNN模型的輸入數據為圖像，輸出結果為兩個概率數值，分別為輸入數據為正常流量的概率與輸入數據為攻擊流量的概率；CNN模型以均方誤差為目標函數，通過梯度下降法來更新模型；CNN模型將學習并記憶日蝕攻擊的特征，最終得到可用于檢測區塊鏈日蝕攻擊的檢測模型。

7.根據權利要求1所述的一種基于CNN的區塊鏈日蝕攻擊檢測與防御方法，其特征在于：步驟4中，使用訓練后的CNN模型對測試樣本的特征圖進行檢測；根據模型的輸出結果，判斷當前節點是否正在遭受日蝕攻擊；判斷標準為如果某條連接上的流量為攻擊流量的概率高于為正常流量的數據，則認為有攻擊者正在向受保護節點泛洪非法IP，受保護節點正在或者即將遭受日蝕攻擊，需采取防御措施。