[发明专利]基于特征的三阶段神经网络入侵检测方法和系统

权利要求书

1. 一种用于使用多个神经网络检测网络入侵的方法，所述方法包括：

-在多个神经网络中的第一神经网络（104）处确定对应于输入数据的多个矢量的第一多个权重值；

-在多个神经网络中的第二神经网络（106）处将第一多个权重值更新到第二多个权重值；

-在多个神经网络中的第三神经网络（108）处将第二多个权重值更新到第三多个权重值；以及

-基于第三多个权重值在多个入侵中的至少一个之下分类多个矢量。

2. 根据权利要求1所述的方法，进一步包括通过使用训练数据来训练多个神经网络以检测网络入侵的步骤。

3. 根据权利要求2所述的方法，进一步包括使用训练数据形成第一神经网络的分类映射。

4. 根据权利要求3所述的方法，进一步包括在第一神经网络（104）的分类映射上映射多个矢量的步骤。

5. 根据权利要求4所述的方法，其中第一多个权重值与第一神经网络（104）的分类映射相关联。

6. 根据权利要求2所述的方法，进一步包括基于训练数据定义多个入侵的步骤。

7. 根据前述权利要求中任一项所述的方法，其中在第一神经网络（104）处确定对应于多个矢量的第一多个权重值进一步包括将第一多个权重值和多个矢量输入到第二神经网络（106）的步骤。

8. 根据前述权利要求中任一项所述的方法，进一步包括在将第一多个权重值更新到第二多个权重值之前在第二神经网络（106）处根据第一多个权重值和多个矢量确定第二多个权重值的步骤。

9. 根据前述权利要求中任一项所述的方法，其中在第二神经网络（106）处将第一多个权重值更新到第二多个权重值进一步包括将第二多个权重值和多个矢量输入到第三神经网络（108）的步骤。

10. 根据前述权利要求中任一项所述的方法，进一步包括在将第二多个权重值更新到第三多个权重值之前在第三神经网络（108）处根据第二多个权重值和多个矢量确定第三多个权重值的步骤。

11. 一种用于根据数据集的多个特征标识入侵检测特征的方法，所述方法包括：

-确定数据集的多个特征中的特征的一个或多个值；

-基于特征的一个或多个值将数据集分成一个或多个数据子集；

-根据一个或多个数据子集的特征的一个或多个值和预定义的类确定特征的熵；

-根据第一特征的熵确定第一特征的信息增益；以及

-将第一特征的信息增益与信息增益的预定义的值比较。

12. 根据权利要求11所述的方法，进一步包括标识针对多个特征中的特征的预定义的类的步骤。

13. 根据权利要求11所述的方法，其中将第一特征的信息增益与信息增益的预定义的值比较进一步包括将特征的熵与熵的预定义的值比较的步骤。

14. 一种使用多个神经网络的网络入侵检测系统（100），所述系统包括：

-第一神经网络（104），其用于确定对应于输入数据的多个矢量的第一多个权重值；

-第二神经网络（106），其用于基于输入数据的多个矢量将从第一神经网络（104）接收的第一多个权重值更新到第二多个权重值；

-第三神经网络（108），其用于基于输入数据的多个矢量将从第二神经网络（106）接收的第二多个权重值更新到第三多个权重值；以及

-分类模块（110），其用于基于从第三神经网络（108）接收的第三多个权重值在多个入侵中的至少一个之下分类多个矢量。

15. 根据权利要求14所述的系统，进一步包括特征检测器（102），其用于根据输入数据的多个特征标识至少一个入侵检测特征。