[發明專利]模型訓練方法及組件，安全檢測方法及組件

在審

• 申請號: 202210945116.7
• 申請日: 2022-08-08
• 公開（公告）號: CN115314291A
• 公開（公告）日: 2022-11-08
• 發明（設計）人: 陳晨;李達;薛聰明;段彥忠;嵇中旭;劉濤;王運;沈一平;袁楠丁
• 申請（專利權）人: 深信服科技股份有限公司
• 主分類號: H04L9/40
• 分類號: H04L9/40;H04L67/02;H04L41/16;G06K9/62
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 孫超

本申請公開了計算機技術領域內的一種模型訓練方法及組件，安全檢測方法及組件。本申請以會話特征作為初級訓練特征，訓練得到了至少兩個初級檢測模型；同時，以各初級檢測模型針對同一初級訓練特征的多個初級檢測結果再次構建次級訓練特征，而后訓練得到了一個次級檢測模型；最后將至少兩個初級檢測模型和一個次級檢測模型組建為目標檢測模型。本申請中的目標檢測模型能夠提高檢測準確性，且因為無需人為參與，也相應提高了檢測效率。相應地，本申請提供的一種模型訓練組件、一種安全檢測方法及組件，也同樣具有上述技術效果。

技術領域

本申請涉及計算機技術領域，特別涉及一種模型訓練方法及組件，安全檢測方法及組件。

背景技術

目前，現有的Webshell的檢測方案需要對Webshell代碼進行解析和判斷，而解析和判斷Webshell代碼一般耗時較長，其檢測準確性還依賴于技術人員對代碼的辨識能力，因此檢測的準確性和效率都較低。

因此，如何提高Webshell的檢測準確性和效率，是本領域技術人員需要解決的問題。

發明內容

有鑒于此，本申請的目的在于提供一種模型訓練方法及組件，安全檢測方法及組件，以提高Webshell的檢測準確性和效率。其具體方案如下：

第一方面，本申請提供了一種模型訓練方法，包括：

獲取初級訓練集，并利用所述初級訓練集訓練得到至少兩個初級檢測模型；所述初級訓練集包括多個會話特征；

將所述初級訓練集中的每個會話特征輸入所述至少兩個初級檢測模型，以使每個初級檢測模型針對同一會話特征輸出至少兩個初級檢測結果；

拼接同一會話特征的至少兩個初級檢測結果，得到該會話特征對應的拼接結果；

利用所有會話特征對應的拼接結果構建次級訓練集，并利用所述次級訓練集訓練得到次級檢測模型；

將所述至少兩個初級檢測模型和所述次級檢測模型組建為目標檢測模型。

第二方面，本申請提供了另一種模型訓練方法，包括：

構建會話特征集，所述會話特征集中的每個會話特征包括：頁面訪問特征、敏感信息訪問特征、URL特征和/或惡意特征；

利用所述會話特征集對初始人工智能模型進行訓練，得到安全檢測模型。

可選地，所述利用所述會話特征集對初始人工智能模型進行訓練，得到安全檢測模型，包括：

利用所述會話特征集訓練得到至少兩個初級檢測模型；

拼接所述至少兩個初級檢測模型針對所述會話特征集中同一會話特征輸出的至少兩個初級檢測結果，得到相應會話特征對應的拼接結果；

利用所有會話特征對應的拼接結果構建拼接結果集，并利用所述拼接結果集訓練得到次級檢測模型；

將所述至少兩個初級檢測模型和所述次級檢測模型組建為所述安全檢測模型。

可選地，所述利用所述會話特征集對初始人工智能模型進行訓練，包括：

在所述會話特征集中選擇困難樣本；

利用所述困難樣本對初始人工智能模型進行訓練。

第三方面，本申請提供了一種安全檢測方法，包括：

獲取訪問目標主機的待檢測流量；

從所述待檢測流量中提取會話特征，所述會話特征包括：敏感信息訪問特征、URL特征和/或惡意特征；

根據所述會話特征對所述待檢測流量進行安全檢測。