[发明专利]一种基于网络行为的木马检测方法在审
| 申请号： | 201710108296.2 | 申请日： | 2017-02-27 |
| 公开（公告）号： | CN106992965A | 公开（公告）日： | 2017-07-28 |
| 发明（设计）人： | 陈丹伟;孙磊 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06 |
| 代理公司： | 南京知识律师事务所32207 | 代理人： | 李湘群 |
| 地址： | 210003 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于网络行为的木马检测方法，属于网络安全技术领域。步骤如下1.对网络数据包进行协议解析，识别出完整的数据包内容，对原始数据进行规范化预处理，以用于特征提取；2.从基本、流量和内容三方面提取尽量详细的特征；3.采用R‑SVM算法，根据各个特征的贡献度大小对提取出的大量数据特征进行降维处理，删除大量的冗余数据特征，然后根据筛选后的特征从原始数据集中提取，作为SVM分类器的训练集；4.采用组合核函数构建SVM分类器，并利用网格搜索对核函数参数进行参数寻优，提高了SVM分类器的性能。该方法可提高对木马程序的检测率，有效的对网络中存在的木马进行检测。 | ||
| 搜索关键词： | 一种 基于 网络 行为 木马 检测 方法 | ||
【主权项】：
一种基于网络行为的木马检测方法，其特征在于，步骤如下：S1对网络数据包进行协议解析，识别出完整的数据包内容，对原始数据进行规范化预处理，用于特征提取；S2从基本、流量和内容三方面提取详细的特征；S3采用R‑SVM算法，根据各个特征的贡献度大小对提取出的大量数据特征进行降维处理，删除大量的冗余数据特征，然后根据筛选后的特征从原始数据集中提取，作为SVM分类器的训练集；S4采用组合核函数构建SVM分类器，并利用网格搜索对核函数参数进行参数寻优。
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南京邮电大学，未经南京邮电大学许可，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/patent/201710108296.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种压水堆核电厂堆内构件吊具承载结构
- 下一篇：一种双池设计的乏燃料水池
