[发明专利]基于大数据技术的网络异常行为检测方法

权利要求书

1.基于大数据技术的网络异常行为检测方法，其特征在于：包括以下步骤：

S1.对ATP攻击的方法进行分析和总结；

S2.从分析和总结中进行提取出有针对性的特征，并建立模型；

S3.基于训练数据，采用有监督或无监督的方法对模型进行训练；

S4.采用测试数据或真实数据对模型进行验证；

S5.将错误的结果经过调整特征参数后反馈到模型训练环节；

S6.将正确的验证结果进行输出。

2.根据权利要求1所述的基于大数据技术的网络异常行为检测方法，其特征在于：所述S2中，采用大数据中主机上的单个应用，进行建立细粒度模型。

3.根据权利要求1所述的基于大数据技术的网络异常行为检测方法，其特征在于：所述S2中，对大数据中的建模对象的时空维度、行为维度等方面抽取足够丰富的特征参数。

4.根据权利要求1所述的基于大数据技术的网络异常行为检测方法，其特征在于：所述S3中，对大数据的历史流量数据样本机进行提取的参数和模型并进行充分训练。

5.根据权利要求1所述的基于大数据技术的网络异常行为检测方法，其特征在于：所述检测方法还包括数据采集层、储存管理层、入侵行为分析挖掘层和展示及配置管理层。

6.根据权利要求5所述的基于大数据技术的网络异常行为检测方法，其特征在于：所述数据采集层包括日志采集、流量采集、精确数据采集以及外部数据支撑。

7.根据权利要求5所述的基于大数据技术的网络异常行为检测方法，其特征在于：所述储存管理层包括结构化数据储存和非结构化数据储存。

8.根据权利要求5所述的基于大数据技术的网络异常行为检测方法，其特征在于：所述入侵行为分析层包括特征提取、基于特征的统计分析、模型训练和取证溯源。

9.根据权利要求5所述的基于大数据技术的网络异常行为检测方法，其特征在于：所述配置管理层包括报表管理和运维管理。

10.根据权利要求5所述的基于大数据技术的网络异常行为检测方法，其特征在于：所述展示层包括实施展示和数据交互式可视化展示。