[发明专利]用于发送信息的方法和装置在审

专利信息
申请号: 201910194245.5 申请日: 2019-03-14
公开(公告)号: CN109818974A 公开(公告)日: 2019-05-28
发明(设计)人: 王鑫;王少岩 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: H04L29/06 分类号: H04L29/06;G06N3/04
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 登录信息 源IP地址 集合 主机 方法和装置 发送信息 特征信息 登录 预设时长 综合考虑
【权利要求书】:

1.一种用于发送信息的方法,包括:

获取至少一台云主机在预设时长内接收到的至少一条登录信息,其中,登录信息包括源IP地址;

根据源IP地址对所述至少一条登录信息进行划分,得到至少一个登录信息集合,其中,同一登录信息集合中的登录信息包括的源IP地址相同;

对于所述至少一个登录信息集合中的登录信息集合,确定该登录信息集合中源IP地址的登录特征信息,以及基于所确定的登录特征信息确定该登录信息集合中源IP地址是否为异常IP地址;

将所确定的异常IP地址发送给所述至少一台云主机。

2.根据权利要求1所述的方法,其中,所述基于所确定的登录特征信息确定该登录信息集合中源IP地址是否为异常IP地址,包括:

将所确定的登录特征信息输入预先建立的异常IP地址识别模型,得到该登录信息集合中源IP地址为异常IP地址的概率,其中,所述异常IP地址识别模型用于表征登录特征信息与登录特征信息所对应的源IP地址为异常IP地址的概率的对应关系;

根据得到的概率,确定该登录信息集合中源IP地址是否为异常IP地址。

3.根据权利要求2所述的方法,其中,所述异常IP地址识别模型为神经网络模型;以及

所述神经网络模型是通过以下方式训练得到的:

获取训练样本集,其中,训练样本包括样本源IP地址的登录特征信息和样本源IP地址是否为异常IP地址的标注信息;

将所述训练样本集中训练样本的样本源IP地址的登录特征信息作为输入,将与输入的登录特征信息对应的标注信息作为期望输出,训练得到所述神经网络模型。

4.根据权利要求1所述的方法,其中,登录信息还包括用户名、设备标识、是否为异常登录的判断结果;以及

该登录信息集合中源IP地址的登录特征信息,包括以下至少一项:

统计得到的该登录信息集合中所包含的不同用户名的数量;

统计得到的该登录信息集合中所包括的登录信息的数量;

统计得到的该登录信息集合中所包含的不同设备标识的数量;

统计得到的该登录信息集合中判断结果为异常登录的登录信息的数量。

5.根据权利要求1所述的方法,其中,所述获取至少一台云主机在预设时长内接收到的至少一条登录信息,包括:

接收所述至少一台云主机发送的登录信息;

将所接收到的登录信息存储到数据仓库;

间隔设定时长从所述数据仓库获取至少一条登录信息。

6.一种用于发送信息的装置,包括:

获取单元,被配置成获取至少一台云主机在预设时长内接收到的至少一条登录信息,其中,登录信息包括源IP地址;

划分单元,被配置成根据源IP地址对所述至少一条登录信息进行划分,得到至少一个登录信息集合,其中,同一登录信息集合中的登录信息包括的源IP地址相同;

确定单元,被配置成对于所述至少一个登录信息集合中的登录信息集合,确定该登录信息集合中源IP地址的登录特征信息,以及基于所确定的登录特征信息确定该登录信息集合中源IP地址是否为异常IP地址;

发送单元,被配置成将所确定的异常IP地址发送给所述至少一台云主机。

7.根据权利要求6所述的装置,其中,所述确定单元进一步被配置成:

将所确定的登录特征信息输入预先建立的异常IP地址识别模型,得到该登录信息集合中源IP地址为异常IP地址的概率,其中,所述异常IP地址识别模型用于表征登录特征信息与登录特征信息所对应的源IP地址为异常IP地址的概率的对应关系;

根据得到的概率,确定该登录信息集合中源IP地址是否为异常IP地址。

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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/201910194245.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top