[发明专利]基于网络流量多视图融合的恶意软件检测方法及系统有效
| 申请号： | 201811030880.1 | 申请日： | 2018-09-05 |
| 公开（公告）号： | CN109117634B | 公开（公告）日： | 2020-10-23 |
| 发明（设计）人： | 陈贞翔;沈静雅;王闪闪;杨波;荆山;纪科 | 申请（专利权）人： | 济南大学;赛尔网络有限公司 |
| 主分类号： | G06F21/56 | 分类号： | G06F21/56;H04L12/24;H04L29/06;H04L29/08 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 黄海丽 |
| 地址： | 250022 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于网络流量多视图融合的恶意软件检测方法及系统，包括：获取网络流量样本数据，建立神经网络模型；将网络流量样本数据的HTTP网络流量请求头、HTTP网络流量URL字段和TCP网络流量统计特征作为神经网络模型的输入值，输入到神经网络模型中，对神经网络模型进行训练，得到训练好的神经网络模型；获取待测网络流量数据，待测网络流量数据，包括：HTTP网络流量请求头、HTTP网络流量URL字段和TCP网络流量统计特征；将待测网络流量数据的HTTP网络流量请求头、HTTP网络流量URL字段和TCP网络流量统计特征输入到训练好的神经网络模型中，输出检测结果是恶意软件还是正常软件。 | ||
| 搜索关键词： | 基于 网络流量 视图 融合 恶意 软件 检测 方法 系统 | ||
【主权项】：
1.基于网络流量多视图融合的恶意软件检测方法，其特征是，包括：获取网络流量样本数据，从网络流量样本数据中提取HTTP网络流量请求头、HTTP网络流量URL字段和TCP网络流量统计特征；建立神经网络模型；将网络流量样本数据的HTTP网络流量请求头、HTTP网络流量URL字段和TCP网络流量统计特征作为神经网络模型的输入值，输入到神经网络模型中，对神经网络模型进行训练，得到训练好的神经网络模型；获取待测网络流量数据，待测网络流量数据，包括：HTTP网络流量请求头、HTTP网络流量URL字段和TCP网络流量统计特征；将待测网络流量数据的HTTP网络流量请求头、HTTP网络流量URL字段和TCP网络流量统计特征输入到训练好的神经网络模型中，输出检测结果是恶意软件还是正常软件。
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济南大学;赛尔网络有限公司，未经济南大学;赛尔网络有限公司许可，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/201811030880.1/，转载请声明来源钻瓜专利网。
