[发明专利]一种物联网数据安全事件预测方法及系统

说明书

本发明公开了一种物联网数据安全事件预测方法及系统。获得物联网数据。将所述物联网数据，通过检测，得到传输向量集合。将所述数据内容向量，进行哈希映射，得到映射向量。将所述映射向量和报头向量，输入安全事件预测模型，得到预测安全值。若所述预测安全值为0，将数据包丢弃。将数据信息通过哈希映射表，映射数据后，控制存储结构存储训练长度位置，输入LTSM神经网络，能够将数据长度变小且变得固定长度，使得在神经网络检测的时候更加快捷，并且得到数据信息顺序上的关联，控制训练内容数据在什么位置输出，从而减少不必要的数据对训练的影响。将报头信息输入DNN神经网络，共同判断，准确得到预测安全值。

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种物联网数据安全事件预测方法及系统。

背景技术

在客户端和服务端间数据交互的问题，由接收端接收数据，但是有时会出现数据不安全的现象，不安全的数据会对接收端造成伤害，所以需要判别传输数据的安全性。由于传输数据过多，且传输数据不为理想状态的数据，而是转化为二进制的数据，所以不容易解决安全性问题。

发明内容

本发明的目的在于提供了一种物联网数据安全事件预测方法及系统，用以解决现有技术中存在的上述问题。

第一方面，本发明实施例提供了一种物联网数据安全事件预测方法，包括：

获得物联网数据；所述物联网数据为用户请求所传输的信息；所述物联网数据是接收端接收到的，通过网络传输的应用层请求信息；

将所述物联网数据，通过检测，得到传输向量集合；所述传输向量集合包括报头向量和数据内容向量；所述数据内容向量中的向量值表示传输的内容；

将所述数据内容向量，进行哈希映射，得到映射向量；

将所述映射向量和报头向量，输入安全事件预测模型，得到预测安全值；所述预测安全值为1表示数据传输安全；所述预测安全值为0表示传输数据不安全；

若所述预测安全值为0，将数据包丢弃。

可选的，所述安全事件预测模型包括存储结构、LTSM神经网络和DNN神经网络：

所述DNN神经网络的输入为数据内容向量；所述存储结构的输入为数据内容向量；所述LTSM神经网络的输入为报头向量和所述存储结构的输出。

可选的，所述将所述物联网数据，通过检测，得到传输向量集合，包括：

获得物联网协议；所述物联网协议为收端固定的通信协议；所述物联网协议为应用层协议；

将所述物联网数据，按照物联网协议，得到多个起始位置；所述起始位置为各类信息在传输的物联网数据中的位置；

将多个起始位置的物联网数据，进行分割，得到多个传输数据集合；所述传输数据集合为物联网协议对应位置的值组成的集合；

将多个传输数据集合中的值，分别构成多个向量，得到传输向量集合。

可选的，所述将所述数据内容向量，进行哈希映射，得到映射向量，包括：

获得请求长度；所述请求长度为请求所传输的数据长度；

按照请求长度，将多个数据内容向量，进行顺序合并，得到多个合并数据向量；所述合并数据向量的向量长度为请求长度；

获得固定长度值；所述固定长度值为设定好的长度值；

基于固定长度值和合并数据向量，通过哈希映射，得到映射向量。

可选的，所述基于固定长度值和合并数据向量，通过哈希映射，得到映射向量，包括：

建立哈希映射表；所述哈希映射表中关键值为从0排列的多个键值对；