龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：重庆邮电大学
摘要：本发明提供一种基于LSTM的方法来检测网络中各种类型的BGP异常行为，并构建一个实时自动化BGP异常检测系统。该方法针对传统机器学习方法忽视异常发生前后的连续变化以及检测异常类型单一的问题，考虑到异常发生前后的变化连续性，根据一定的时间窗口划分时间序列，利用多层感知器从原始特征中获取到高级复杂特征，基于LSTM的模型实现多种类型BGP异常事件检测。本发明还将该方法应用于BGP异常检测系统之中，实现了多类型BGP异常事件实时自动化检测，无需依赖第三方检测。
主权项：1.一种基于LSTM的BGP异常检测方法与系统，其特征在于，包括以下步骤：S1：数据收集：从BGP数据开放平台收集直接、间接和链路故障这三种类型的异常事件的UPDATE报文，解析为可读格式并进行整理，得到包含了多种异常类型异常事件的数据集；S2：特征提取：解析后的BGP更新报文包含了多个字段，每个字段代表了不同的含义和信息，对收集到的报文进行特征计算，总计37个特征，特征主要分为数量统计特征和路径特征，根据报文的时间戳和异常事件发生的时间段对特征添加异常标签和整理，构建数据集；S3：数据分批处理：将数据集的序列切割成10分钟的较小长度，即切分出来的一个单位序列为10个数据点；S4：模型训练：将上述处理好的实验数据集输入到构建好的模型，经过多层感知器处理，可以充分利用特征，将原本的特征进行维度变换从而获取多维度的复杂特征，凭借LSTM可以抓住异常事件发生前后的信息，自主学习训练后得到异常分类模型；S5：模型分类：将未参与模型训练的异常事件输入到训练模型，实现对未知事件的异常检测，并根据评价指标评估模型的泛化能力；S6：系统搭建：设计报文收集和报文处理模块，与训练得到的最优模型结合实现BGP异常事件实时检测的自动化。
全文数据：
权利要求：
百度查询： 重庆邮电大学 一种基于LSTM的BGP异常检测方法与系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号