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：集时通(福建)信息科技有限公司
摘要：本发明公开了一种基于深度学习的智能交通网络入侵检测方法及系统，涉及网络入侵的技术领域，状态码异常分析模块通过特征提取和异常变化系数Ybxs的计算，能够有效识别出异常状态码。当异常变化系数Ybxs超过预设的变化阈值时，系统会自动发出检测命令，确保及时响应潜在的入侵行为。接着通过对流量变化和请求数据信息的特征提取，计算流量波动系数Lbxs和请求状态系数Qzxs，结合深度学习模型，系统能够精准计算风险评估指数Fpzs，提供对当前网络安全状态的详细预测。通过将其与评估阈值Q进行比对分析，系统能够综合判断网络的入侵程度。当入侵风险达到设定的阈值时，系统会自动采取相应的防护措施。
主权项：1.一种基于深度学习的智能交通网络入侵检测系统，其特征在于：包括网络监测模块、状态码异常分析模块、模型建立模块、入侵风险预测模块及管理模块；所述网络监测模块用于实时监测智能交通网络中网络层内的相关流量变化数据信息以及应用层内的相关请求数据信息，以构建网络数据集合，同时对服务器返回给客户端的相关状态码反馈数据信息进行实时监测；所述状态码异常分析模块用于将相关状态码反馈数据信息进行特征提取，并依据特征提取后的相关状态码反馈数据信息构建异常变化系数Ybxs，若异常变化系数Ybxs超过变化阈值，则向外发出检测命令；所述模型建立模块用于利用循环神经网络技术，将网络层内的相关流量变化数据信息以及应用层内的相关请求数据信息进行标准化处理后，再进行训练和测试，以构建深度学习模型；所述入侵风险预测模块用于在接收到检测命令后，对相关流量变化数据信息及相关请求数据信息进行特征提取，以分别计算获取流量波动系数Lbxs及请求状态系数Qzxs，结合深度学习模型，计算出风险评估指数Fpzs；所述管理模块用于预先设置评估阈值Q，并将风险评估指数Fpzs与评估阈值Q进行比对分析，以综合估判出当前智能交通网络的入侵程度，并依据入侵程度采取相应的防护手段。
全文数据：
权利要求：
百度查询： 集时通(福建)信息科技有限公司 一种基于深度学习的智能交通网络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。
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