首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于溯源聚类及图序列化的入侵检测方法及系统 

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:华中科技大学

摘要:本发明公开了一种基于溯源聚类及图序列化的入侵检测方法及系统,属于网络安全领域,包括:建立用于表示用户行为的溯源图,并对其中的节点进行聚类,得到与组成用户行为的行为实例一一对应的溯源子图;将各溯源子图序列化之后,分别输入至已训练好的特征提取模型,得到各行为实例的特征向量;将用户行为的各行为实例的特征向量分别与规则库中的特征向量进行比对,在用户行为的行为实例不全是正常行为实例时,判定用户行为为入侵行为;规则库为正常行为实例的特征向量的集合;若行为实例的特征向量与规则库中各特征向量的最小差异度大于预设的检测阈值,则该行为实例为异常行为实例,否则为正常行为实例。本发明能够提高入侵检测的检测精度和效率。

主权项:1.一种基于溯源聚类及图序列化的入侵检测方法,其特征在于,包括:利用溯源数据建立用于表示用户行为的溯源图,并对其中的节点进行聚类,得到与组成所述用户行为的行为实例一一对应的溯源子图;将各行为实例对应的溯源子图序列化之后,分别输入至已训练好的特征提取模型,得到各行为实例的特征向量;将所述用户行为的各行为实例的特征向量分别与规则库中的特征向量进行比对,以判断所述用户行为的行为实例是否均为正常行为实例,若是,则判定所述用户行为为正常行为;否则,判定所述用户行为为入侵行为;其中,所述特征提取模型为神经网络模型;所述规则库为正常行为实例的特征向量的集合;若行为实例的特征向量与所述规则库中各特征向量的最小差异度大于预设的检测阈值,则该行为实例为异常行为实例,否则为正常行为实例;对所述溯源图中的节点进行聚类,包括:S1计算各节点的重要度,并初始化各节点的状态为未标记;S2计算未标记节点的平均重要度作为标记阈值,筛选出重要度高于所述标记阈值的未标记节点,若筛选出的节点数量为0,则转入步骤S5;否则,对筛选出的节点进行标记后作为主动传播节点,并将各节点的ID作为标签;S3按照重要度从大到小的顺序依次选取主动传播节点,每次选取主动传播节点后,向其未标记的相邻节点传播其标签,并对接收到标签的节点进行标记;S4若经步骤S3标记的节点数量为0,则转入步骤S2;否则,将步骤S3标记的节点作为主动传播节点,并将所接收到的标签作为对应节点的标签,转入步骤S3;S5将具有相同标签的节点及这些节点间的边作为一个溯源子图,得到与所述用户行为的多个行为实例一一对应的多个溯源子图;对溯源子图进行序列化,包括:按照节点重要度从大到小的顺序对溯源子图中的节点进行排序后,取其中重要度最大的K个节点作为中心节点;对每一个中心节点分别执行邻域规范化步骤,以得到各中心节点对应的序列化结果,并组合为溯源子图的序列化结果;所述邻域规范化步骤,包括如下步骤:T1按照距离从近到远、相同距离下重要度从大到小的顺序,对中心节点及其子节点进行排序,得到中心节点的邻域;T2若邻域大小LK,则以重要度为0的虚拟节点填充邻域,使邻域大小为K;若邻域大小LK,则对于所述邻域中的第2~K个节点,将其重要度更新为其自身重要度与其直接相邻节点的平均重要度之和,并舍弃第K个节点之后的节点;T3提取领域中节点的重要度,构成序列,作为中心节点对应的序列化结果;其中,K为正整数。

全文数据:

权利要求:

百度查询: 华中科技大学 一种基于溯源聚类及图序列化的入侵检测方法及系统

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。