[发明专利]网络攻击检测方法

权利要求书

1.一种网络攻击检测方法，其特征在于，主要包括以下步骤：

步骤1、构建卷积神经网络模型，获取网络系统中的特征信息，并构建函数构型；

步骤2、通过卷积神经网络模型对网络系统中的特征信息进行分类；

步骤3、将网络系统中的特征信息导入至卷积神经网络模型中；

步骤4、判定网络系统中的特征信息是否存在异常状态，并对异常状态下网络系统中的危害信息进行检测，若检测到危害信息，则进行预警，若未检测到危害信息，则将异常状态记录至自我学习系统中；

步骤5、优化卷积神经网络模型。

2.根据权利要求1所述的网络攻击检测方法，其特征在于：步骤1中，所述卷积神经网络模型由多层神经层通过卷积运算而成。

3.根据权利要求2所述的网络攻击检测方法，其特征在于：卷积操作的结果为：

其中，x(i)为卷积操作的输入，h(n-i)为卷积操作的权。

4.根据权利要求1所述的网络攻击检测方法，其特征在于：步骤1中，所述网络系统中的特征信息包括页面入度、访问量、来访IP信息、请求特征和get参数特征。

5.根据权利要求1所述的网络攻击检测方法，其特征在于，步骤2中，通过基函数对网络系统中的特征信息进行分类，所述基函数为：

其中，l表示卷积层数，M_j表示特征输入集，为l层的第i个特征地图的输入，为l-1层的第i个特征地图的输出，为相对应的权，为当前层的第j个特征地图偏置。

6.根据权利要求1所述的网络攻击检测方法，其特征在于：步骤3中，所述网络系统中的特征信息用于分析页面应用日志，以分析出该页面是否存在网络入侵攻击。

7.根据权利要求1所述的网络攻击检测方法，其特征在于：步骤4中，通过将网络系统中的特征信息输入卷积神经网络模型，并通过函数构型检测网络系统中的危害信息。

8.根据权利要求1所述的网络攻击检测方法，其特征在于：步骤5的具体步骤主要包括：

步骤51、读取数据平台中的日志数据信息，并将日志数据信息按天存入本地服务器；

步骤52、将步骤3中分类后的网络系统中的特征信息进行统一性的格式化处理，得到对应的特征后将特征规划至二值化；

步骤53、将二值化后的特征映射成灰度图，并进行深层的神经网络学习，输出得到相应的特征权值；

步骤54、优化调整函数构型内部记录的特征信息。

9.根据权利要求8所述的网络攻击检测方法，其特征在于：步骤51中，通过kafaka信息系统读取数据平台中的日志数据信息。

10.根据权利要求8所述的网络攻击检测方法，其特征在于：所述二值化为(0,1)的二值化。