基于深度循環(huán)神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)逃避行為檢測算法

基本信息

申請?zhí)?/td> CN201810082404.8 申請日 -
公開（公告）號 CN108418792A 公開（公告）日 2018-08-17
申請公布號 CN108418792A 申請公布日 2018-08-17
分類號 H04L29/06;G06N3/04 分類 電通信技術(shù);
發(fā)明人 賈靜平;夏宏;李雪健;劉慶;陳科樺;王竹曉 申請（專利權(quán)）人 北京科能騰達(dá)信息技術(shù)股份有限公司
代理機構(gòu) 北京眾合誠成知識產(chǎn)權(quán)代理有限公司 代理人 華北電力大學(xué);北京科能騰達(dá)信息技術(shù)股份有限公司
地址 102206 北京市昌平區(qū)朱辛莊北農(nóng)路2號
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了屬于人工智能與網(wǎng)絡(luò)安全技術(shù)領(lǐng)域的一種基于深度循環(huán)神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)逃避行為檢測算法。該方法首先在受保護網(wǎng)絡(luò)中采集未施加逃避技術(shù)的正常網(wǎng)絡(luò)流數(shù)據(jù)；通過在正常網(wǎng)絡(luò)流上應(yīng)用各類逃避技術(shù)以獲得相應(yīng)類別的逃避網(wǎng)絡(luò)數(shù)據(jù)流；其次從正常網(wǎng)絡(luò)流和各類逃避網(wǎng)絡(luò)流中提取各幀間、幀內(nèi)的特征形成特征向量；最后通過網(wǎng)格搜索法和交叉驗證法構(gòu)建出在訓(xùn)練樣本集上具有最高分類準(zhǔn)確率的深度循環(huán)神經(jīng)網(wǎng)絡(luò)，對從網(wǎng)絡(luò)流中提取的特征向量序列進行分類，從而實現(xiàn)對各類逃避行為的檢測和識別。本發(fā)明能自適應(yīng)地學(xué)習(xí)受保護網(wǎng)絡(luò)中正常網(wǎng)絡(luò)流的特征，并且不依賴于人工事先設(shè)定的檢測方法或檢測閾值來判斷逃避行為，因此本發(fā)明具有自適應(yīng)性和自學(xué)習(xí)優(yōu)點。