[发明专利]一种基于概率神经网络的IPv6入侵检测方法有效
| 申请号： | 201710548613.2 | 申请日： | 2017-07-07 |
| 公开（公告）号： | CN107104988B | 公开（公告）日： | 2020-04-07 |
| 发明（设计）人： | 贺静;徐成武;任密林 | 申请（专利权）人： | 太原理工大学;下一代互联网重大应用技术（北京）工程研究中心有限公司 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;G06N3/08;G06N3/04 |
| 代理公司： | 太原科卫专利事务所(普通合伙) 14100 | 代理人： | 朱源 |
| 地址： | 030024 *** | 国省代码： | 山西;14 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 概率 神经网络 ipv6 入侵 检测 方法 | ||
【权利要求书】：
1.一种基于概率神经网络的IPv6入侵检测方法，其特征在于包括以下步骤：
第一步：获取数据并进行预处理：利用IPv6 网络攻击测试工具模拟攻击，选择攻击数据作为入侵行为数据，在网络中捕获攻击报文，再获取正常数据，捕获网络中的报文，从上述数据中分别随机抽取组成一组数据，作为训练样本，用来构建概率神经网络的模型；
第二步：提取训练样本特征值；
第三步：对于特征值中特征差别不明显的字段予以剔除，选择有用的字段；
第四步：利用最大最小法将特征值中选出的有用的字段进行归一化处理，把所有数据都转化为[O，1]之间的数值，取消各维数据间的数量级差别；
第五步：构建PNN概率神经网络，归一化处理后的数据供PNN概率神经网络训练，经过训练从而调节好PNN概率神经网络的参数，然后将调整好的参数交给概率神经网络分类模块使用；
第六步：将待检测的数据提取出特征值，输入训练好的概率神经网络，概率神经网络输出待检测的数据类型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于太原理工大学;下一代互联网重大应用技术（北京）工程研究中心有限公司，未经太原理工大学;下一代互联网重大应用技术（北京）工程研究中心有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201710548613.2/1.html，转载请声明来源钻瓜专利网。
