[发明专利]网络攻击类型的确定方法、装置以及存储器和处理器有效

专利信息
申请号: 201910502393.9 申请日: 2019-06-11
公开(公告)号: CN110245491B 公开(公告)日: 2021-01-08
发明(设计)人: 章昊;马金辉;汪伟;章伟;郭兴华 申请(专利权)人: 国网安徽省电力有限公司
主分类号: G06F21/55 分类号: G06F21/55;G06K9/62;G06N20/00;G06F16/18;H04L29/06
代理公司: 重庆晟轩知识产权代理事务所(普通合伙) 50238 代理人: 孔玲珑
地址: 230000 *** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 网络 攻击 类型 确定 方法 装置 以及 存储器 处理器
【说明书】:

本申请公开了网络攻击类型的确定方法、装置以及存储器和处理器。该方法包括:获取用户上传的日志文件和该日志文件的标签;进行分类;将日志文件和该日志文件对应的标签作为训练数据输入到预先配置的机器学习模型当中进行训练得到对应于该攻击类型的训练模型;获取预定的日志文件;将预定的日志文件分别输入到多个训练模型中,将概率值中最大的对应的攻击类型确定为预定的日志文件对应的攻击类型;将确定的攻击类型提示给预定的日志文件的上传者。通过本申请解决了相关技术中靠人工识别网络攻击类型可能出现偏差以及靠机器学习识别网络攻击类型缺少训练数据的问题,进而提高了网络攻击类型的识别效果。

技术领域

本申请涉及网络安全,具体而言,涉及一种网络攻击类型的确定方法、装置以及存储器和处理器。

背景技术

在现有技术中,网络攻击多种多样,只有能够正确判断出网络攻击的类型,才能进行有效的保护。目前网络攻击类型的判断基本上依靠人工进行判断。这样需要每一个网络管理员都具有丰富的经验,这在某种程度上是不可能的。

随着机器学习的发展,很多机器学习的模型已经被开源,通过机器学习来判断网络攻击类型有一个很重要的前提,这个前提就是需要大量的训练数据。网络攻击的训练数据作为单个的管理员来说一般不容易获取到。所以机器学习的模型好搭建,困难的是如何能够获取到大量的训练数据。

针对相关技术中靠人工识别网络攻击类型可能出现偏差以及靠机器学习识别网络攻击类型缺少训练数据的问题,目前尚未提出有效的解决方案。

发明内容

本申请提供了一种网络攻击类型的确定方法、装置以及存储器和处理器,以解决相关技术中靠人工识别网络攻击类型可能出现偏差以及靠机器学习识别网络攻击类型缺少训练数据的问题。

根据本申请的一个方面,提供了一种网络攻击类型的确定方法,包括:获取用户上传的日志文件和该日志文件的标签,其中,所述日志文件被攻击的服务器记录下来的日志文件,所述日志文件的标签攻击所述服务器的攻击行为的攻击类型;根据所述攻击类型对所述日志文件进行分类;在预定的攻击类型的日志文件的数量达到阈值的情况下,将所述日志文件和该日志文件对应的标签作为训练数据输入到预先配置的机器学习模型当中进行训练得到对应于该攻击类型的训练模型,在该步骤被重复的情况下,分别得到多个与不同攻击类型多个训练模型;获取预定的日志文件;将所述预定的日志文件分别输入到所述多个训练模型中,获取所述日志文件跟每个攻击类型所对应的概率值;将所述概率值中最大的对应的攻击类型确定为所述预定的日志文件对应的攻击类型;将确定的攻击类型提示给所述预定的日志文件的上传者。

进一步地,获取所述用户上传的日志文件和该日志文件的标签包括:提供第一接口,其中,所述第一接口用于上传日志文件以及该日志文件的标签;通过所述第一接口获取所述用户上传的日志文件和该日志文件的标签。

进一步地,获取所述预定的日志文件包括:提供第二接口,其中,所述第二接口用于上传预定的日志文件;通过所述第二接口获取所述预定的日志文件。

进一步地,所述第一接口和所述第二接口是通过网页提供的。

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国网安徽省电力有限公司,未经国网安徽省电力有限公司许可,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/201910502393.9/2.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