[发明专利]机器学习和规则匹配融合的安全检测系统有效
| 申请号： | 201911031332.5 | 申请日： | 2019-10-28 |
| 公开（公告）号： | CN110753064B | 公开（公告）日： | 2021-05-07 |
| 发明（设计）人： | 姜晓枫;程思雨;杨坚;谭小彬;张勇东 | 申请（专利权）人： | 中国科学技术大学 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;H04L12/24;G06N20/00 |
| 代理公司： | 北京凯特来知识产权代理有限公司 11260 | 代理人： | 郑立明;郑哲 |
| 地址： | 230026 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种机器学习和规则匹配融合的安全检测系统，包括：离线部分与在线部分；其中：离线部分，利用带有标签的合法流量和恶意流量建立机器学习模型，并进行模型训练；在线部分，通过采集网络流量并进行预处理，然后，进行两部分处理：第一部分为，采用传统规则匹配的方式从预处理结果中检测恶意流量；第二部分为，对预处理结果进行特征提取，再利用离线部分训练得到的机器学习模型识别出恶意流量；最后，融合两部分处理的结果，实现恶意流量的拦截。该系统既能检测已知恶意流量又能检测未知恶意流量，最大程度的减少入侵检测系统的误报率和漏报率，从而保证计算机网络的安全。 | ||
| 搜索关键词： | 机器 学习 规则 匹配 融合 安全 检测 系统 | ||
【主权项】：
1.一种机器学习和规则匹配融合的安全检测系统，其特征在于，包括：离线部分与在线部分；其中：/n离线部分，利用带有标签的合法流量和恶意流量建立机器学习模型，并进行模型训练；/n在线部分，通过采集网络流量并进行预处理，然后，进行两部分处理：第一部分为，采用传统规则匹配的方式从预处理结果中检测恶意流量；第二部分为，对预处理结果进行特征提取，再利用离线部分训练得到的机器学习模型识别出恶意流量；最后，融合两部分处理的结果，实现恶意流量的拦截。/n
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技术大学，未经中国科学技术大学许可，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/201911031332.5/，转载请声明来源钻瓜专利网。
- 上一篇：认证方法、装置、设备及介质
- 下一篇：网络行为检测方法、装置、设备及存储介质
