[发明专利]一种基于机器学习的网络入侵检测系统在审
| 申请号： | 201910416844.7 | 申请日： | 2019-05-20 |
| 公开（公告）号： | CN110162968A | 公开（公告）日： | 2019-08-23 |
| 发明（设计）人： | 张刚;刘海君;黄龙;冯萍;王甲 | 申请（专利权）人： | 西安募格网络科技有限公司 |
| 主分类号： | G06F21/55 | 分类号： | G06F21/55;G06N3/08 |
| 代理公司： | 北京金宏来专利代理事务所(特殊普通合伙) 11641 | 代理人： | 杜正国;陆华 |
| 地址： | 710068 陕西省西安市高*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于机器学习的网络入侵检测系统，包括网络入侵数据获取模块、入侵数据分类处理模块、网络训练初始化数据选择模块、广义神经网络模块、网络训练数据选择模块和结果输出模块，通过入侵数据获取、分类、选择、训练、预测得到结果进行结果输出和报警。本发明的有益效果在于：本发明的数据来自于网络入侵数据，算法的目的是能够对入侵数据进行有效的聚类。相比传统算法有利于提高入侵检测的准确率和有效性，完善计算机网络安全防护系统，大幅提高网络的安全系数，节约人力成本等。 | ||
| 搜索关键词： | 网络入侵检测系统 基于机器 网络入侵 网络训练 入侵 计算机网络安全 广义神经网络 结果输出模块 数据获取模块 数据选择模块 初始化数据 安全系数 处理模块 传统算法 防护系统 入侵检测 数据分类 数据获取 选择模块 准确率 聚类 算法 报警 输出 学习 分类 节约 预测 网络 | ||
【主权项】：
1.一种基于机器学习的网络入侵检测系统，其特征在于，包括：网络入侵数据获取模块：网络实时监测软件，监控网络的实时工作状态、网络流量传输速度、流量总数据和网络数据识别；入侵数据分类处理模块：通过模糊聚类算法把入侵数据分为n类，并得到每类的聚类中心和个体模糊隶属度矩阵u；网络训练初始化数据选择模块：根据模糊聚类的结果选择最靠近每类中心的样本作为广义神经网络聚类训练样本；广义神经网络模块：包括广义神经网络训练模块和广义神经网络预测模块；广义神经网络训练模块通过训练样本数据对广义神经网络进行训练，广义神经网络预测模块用训练好的网络预测所有输入样本数据X的输出序列Y；网络训练数据选择模块：根据输入样本数据X的输出序列Y把入侵数据重新分为n类，并从中找出最靠近每类中心值的样本作为训练样本；结果输出模块：通过输入数据的网络入侵特征，确定输出数据的入侵行为所属的入侵类别，输出入侵类别和入侵警报。
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西安募格网络科技有限公司，未经西安募格网络科技有限公司许可，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/201910416844.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于MPX的内存时间错误防护方法
- 下一篇：一种流量的分析方法和装置
