[发明专利]网络攻击数据流合成方法、装置、电子设备及存储介质

说明书

本发明涉及一种网络攻击数据流合成方法、装置、电子设备及存储介质。本发明所述的一种网络攻击数据流合成方法包括：获取网络攻击数据包；对所述网络攻击数据包进行预处理，得到预设长度和格式的归一化数据；将所述归一化数据输入生成对抗网络模型进行训练，至所述生成对抗网络模型收敛，得到训练好的生成对抗网络模型；使用所述训练好的生成对抗网络模型的生成器生成攻击数据；将所述攻击数据恢复成网络流量格式，得到人工合成的网络攻击数据流。本发明所述的一种网络攻击数据流合成方法，生成具有对话特征的数据流，生成的数据可以保留住序列特征。

技术领域

本发明涉及网络安全技术领域，特别是涉及一种网络攻击数据流合成方法、装置、电子设备及存储介质。

背景技术

随着信息技术的发展，人类社会对网络服务也愈发的依赖。通信网络技术在带给人便利的同时，也存在着许许多多的安全隐患，时时刻刻的威胁着人们的财产安全和社会稳定。随着互联网技术的发展，网络攻击的数量显著增加，面对各式各样的网络攻击，安全人员需要分析网络数据包来判断和定位网络攻击。

网络数据包可以通过使用特殊网络抓取工具(例如wireshark等)在真实网络环境下抓取。网络安全人员通过抓取网络数据包来实现查看网络通讯的真实内容、进行网络故障分析、定位网络攻击行为等行为。由于网络攻击的危害性，安全研究人员无法在现实网络中进行实验和研究。这就要求研究人员在独立的网络环境中进行探索和研究。这时网络流量生成技术就显得尤为重要。通过各种网络流量模型或者流量生成手段来生成和模拟真实的流量。

现有的网络流量生成领域的算法有多种，传统的方式为基于攻击行为对攻击进行建模，使用建模来生成网络攻击。此方式的缺点无法快速准确的对模型进行建模。而现有使用深度学习技术的算法，是在对网络攻击进行特征提取后来进行生成，生成的数据也为特征，这就会受到人为特征选择的影响，而且特征并不能准确代表网络攻击行为。

现有的网络协议中，对于大部分网络协议单个无序列的数据包无法完整表示一个会话的意图，以该数据包为基础进行数据生成，只能是简单的扩充无效的流量样本。

发明内容

基于此，本发明的目的在于，提供一种网络攻击数据流合成方法、装置、电子设备及存储介质，可生成具有序列属性的数据流，定向的生成会话，扩充有效的流量样本。

第一方面，本发明提供一种网络攻击数据流合成方法，包括以下步骤：

获取网络攻击数据包；

对所述网络攻击数据包进行预处理，得到预设长度和格式的归一化数据；

将所述归一化数据输入生成对抗网络模型进行训练，至所述生成对抗网络模型收敛，得到训练好的生成对抗网络模型；

使用所述训练好的生成对抗网络模型的生成器生成攻击数据；

将所述攻击数据恢复成网络流量格式，得到人工合成的网络攻击数据流。

进一步地，所述生成对抗网络模型包括生成器和判别器；

所述生成器包括Embedding层、LSTM层、Linear层和softmax层；所述生成器用于生成具有对话特征的数据流；

所述Embedding层用于对所述归一化数据进行Embedding处理，所述LSTM模型用于对所述经过Embedding处理的数据进行训练；

所述判别器包括FSM块和CNN块，所述FSM块和所述CNN块用于对所述生成器生成的数据进行评分。

进一步地，将所述归一化数据输入生成对抗网络模型进行训练之前，还包括：

根据所述网络攻击数据包所使用的网络协议，选取所述网络协议对应的有限状态机作为判别器的FSM块，构建所述生成对抗网络模型。