[发明专利]建立数据检测模型的方法、数据检测方法及设备

权利要求书

1.一种建立数据检测模型的方法，其特征在于，包括：

获取入侵流量样本、流量行为规则以及所述入侵流量样本的标记信息，所述标记信息用于表示所述入侵流量样本的性质；

利用入侵流量样本、流量行为规则以及所述入侵流量样本的标记信息对机器学习模型进行训练，直至所述机器学习模型对入侵流量样本识别准确率达到预设条件，其中所述机器学习模型包括存储模块、关联模块和检测模块，所述入侵流量样本分别作为关联模块和检测模块的输入数据，存储模块用于存储所述行为规则信息，关联模块对入侵流量样本与行为规则信息进行匹配度计算以输出相关程度信息，检测模块根据入侵流量样本和相关程度信息输出入侵流量样本的性质信息。

2.根据权利要求1所述的方法，其特征在于，所述入侵流量样本采用特征化向量进行表示。

3.根据权利要求1所述的方法，其特征在于，所述流量行为规则为根据数据行为规则链建立的矩阵。

4.根据权利要求1所述的方法，其特征在于，所述关联模块的数量为多个，多个关联模块分别利用所述特征化向量和相应的行为规则信息进行训练，使多个关联模块分别输出所述入侵流量样本与行为规则信息的关联程度信息。

5.一种数据检测方法，其特征在于，包括：

获取网络流量信息；

利用机器学习模型中的关联模块和存储模块根据所述网络流量信息确定所述网络流量信息与预设行为规则的关联程度信息，其中所述存储模块存储有多个预设行为规则，所述关联模块用于确定网络流量信息与预设行为规则的关联程度信息，所述关联模块的参数是利用入侵流量样本进行训练确定的；

利用机器学习模型中的检测模块根据所述网络流量信息和所述关联程度信息确定所述网络流量信息的性质，其中所述检测模块的参数是利用数据样本进行训练确定的。

6.根据权利要求5所述的方法，其特征在于，所述关联模块的数量为多个，每个所述关联模块分别输出一个所述网络流量信息与预设行为规则的关联程度信息。

7.一种电子设备，其特征在于，包括：至少一个处理器以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求1-4中任一项所述的建立数据检测模型的方法。

8.一种电子设备，其特征在于，包括：至少一个处理器以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求5或6所述的数据检测方法。