[发明专利]一种P2P botnet检测方法、装置和介质有效
| 申请号： | 201910429784.2 | 申请日： | 2019-05-22 |
| 公开（公告）号： | CN110099073B | 公开（公告）日： | 2021-07-06 |
| 发明（设计）人： | 宋元章;陈媛;王俊杰;王安邦;李洪雨 | 申请（专利权）人： | 中国科学院长春光学精密机械与物理研究所 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;G06N3/04;G06N3/08 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 罗满 |
| 地址： | 130033 吉林省长春市*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种P2P botnet检测方法、装置和介质，获取正常网络环境下正常网络流量数据以及P2P botnet网络环境下的异常网络流量数据；将网络流量数据划分为不同类型的数据包，计算各类数据包的网络复杂度特征；将各网络复杂度特征及其对应的P2P botnet爆发结果作为样本数据，对初始概率神经网络进行训练，得到满足准确率要求的概率神经网络。利用概率神经网络对待检测网络流量数据进行处理，得到P2P botnet爆发结果。按照数据包类型对网络流量数据进行细致的划分，可以更加充分的挖掘网络流量数据与P2P botnet爆发之间的关联关系，从而提升概率神经网络对P2P botnet爆发检测的准确性。 | ||
| 搜索关键词： | 一种 p2p botnet 检测 方法 装置 介质 | ||
【主权项】：
1.一种基于网络复杂度特征与概率神经网络的P2P botnet检测方法，其特征在于，包括：获取网络流量数据；其中，所述网络流量数据包括正常网络环境下正常网络流量数据以及P2P botnet网络环境下的异常网络流量数据；将所述网络流量数据划分为不同类型的数据包，计算各类数据包的网络复杂度特征；将各所述网络复杂度特征及其对应的P2P botnet爆发结果作为样本数据，对初始概率神经网络进行训练，得到满足准确率要求的概率神经网络；利用所述概率神经网络对待检测网络流量数据进行处理，得到待检测网络流量数据所对应的P2P botnet爆发结果。
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长春光学精密机械与物理研究所，未经中国科学院长春光学精密机械与物理研究所许可，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/201910429784.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种针对于工业物联网数据传输的安全防护方法
- 下一篇：认证系统及认证方法
