Document
拖动滑块完成拼图
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

入侵检测方法、设备和服务器、存储介质 

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:国网江西省电力有限公司电力科学研究院;国家电网有限公司

摘要:本申请涉及计算机技术领域,特别涉及一种入侵检测方法、设备和服务器、存储介质,用以解决现有技术中存在的入侵检测方法数据处理维度较高的技术问题。该方法包括:采用词嵌入方式,将目标字节序列中的各个字节对应的高维特征向量,分别嵌入到低维空间中,获得低维特征向量;以所述低维特征向量作为训练数据,通过卷积神经网络CNN和循环神经网络RNN学习所述目标字节序列的时空结构特征;基于所述时空结构特征,通过预先获取的线性分类器识别攻击流量。本申请在降低处理维度、减少运算负荷的同时,能够有效提升入侵检测的精确度。

主权项:1.一种入侵检测方法,其特征在于,包括:采用词嵌入方式,将目标字节序列中的各个字节对应的高维特征向量,分别嵌入到低维空间中,获得与所述目标字节序列中的各个字节分别对应的低维特征向量;以所述低维特征向量作为训练输入,通过预设的卷积神经网络CNN和循环神经网络RNN,学习所述目标字节序列的时空结构特征,具体包括:将一个数据包Packet所包含的字节序列作为一个目标字节序列,将一个目标字节序列所包含的多个字节对应的低维特征向量依次合并,一个数据包对应得到一个二维图像;以至少一个所述二维图像为输入,训练预设的所述卷积神经网络,优化卷积窗口长度、步长和或池化函数,输出所述至少一个二维图像对应的空间特征;以所述Packet的头部特征和所述空间特征为输入,训练预设的循环神经网络,输出所述至少一个二维图像对应的时空结构特征;基于所述时空结构特征,通过预先获取的线性分类器识别攻击流量;将未被识别为攻击流量的目标字节序列确定为正常流量;以所述正常流量为数据对象,采用K-means聚类算法与离群点检测相结合的方式进行聚类分析。

全文数据:

权利要求:

百度查询: 国网江西省电力有限公司电力科学研究院 国家电网有限公司 入侵检测方法、设备和服务器、存储介质

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。