[发明专利]一种检测网络异常流量的方法及其系统有效
| 申请号： | 201811536096.8 | 申请日： | 2018-12-14 |
| 公开（公告）号： | CN109714322B | 公开（公告）日： | 2020-04-24 |
| 发明（设计）人： | 宋磊;韩陆超 | 申请（专利权）人： | 中国科学院声学研究所;北京中科视云科技有限公司 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;G06N3/04 |
| 代理公司： | 北京方安思达知识产权代理有限公司 11472 | 代理人： | 陈琳琳;王宇杨 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种检测网络异常流量的方法，其包括；步骤1)采集已知网络流量，并进行预处理，获得预处理后的网络流量；步骤2)建立LSTM神经网络模型；将步骤1)获得的预处理后的网络流量作为输入数据，对LSTM神经网络模型进行训练，获得训练完的LSTM神经网络模型；步骤3)捕获未知网络流量，并对未知网络流量进行预处理，获得预处理后的未知网络流量；步骤4)将步骤3)获得的预处理后的未知网络流量作为输入数据，将其输入至步骤2)获得的训练完的LSTM神经网络模型中，对预处理后的未知网络流量进行识别，输出识别结果；步骤5)根据步骤4)获得的识别结果进行响应；如果识别出未知网络流量为入侵流量，则切断带有入侵流量的网络。 | ||
| 搜索关键词： | 一种 检测 网络 异常 流量 方法 及其 系统 | ||
【主权项】：
1.一种检测网络异常流量的方法，所述方法包括：步骤1)采集已知网络流量，并进行预处理，获得预处理后的网络流量；步骤2)建立LSTM神经网络模型；将步骤1)获得的预处理后的网络流量作为输入数据，对LSTM神经网络模型进行训练，获得训练完的LSTM神经网络模型；步骤3)捕获未知网络流量，并对未知网络流量进行预处理，获得预处理后的未知网络流量；步骤4)将步骤3)获得的预处理后的未知网络流量作为输入数据，将其输入至步骤2)获得的训练完的LSTM神经网络模型中，对预处理后的未知网络流量进行识别，输出识别结果；步骤5)根据步骤4)获得的识别结果进行响应；如果识别出未知网络流量为入侵流量，则切断带有入侵流量的网络。
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中国科学院声学研究所;北京中科视云科技有限公司，未经中国科学院声学研究所;北京中科视云科技有限公司许可，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/201811536096.8/，转载请声明来源钻瓜专利网。
- 上一篇：动态flag处理方法及装置
- 下一篇：一种全网危险感知平台及其工作方法
