[发明专利]一种基于时空特征学习的物联网网络攻击流量监测系统

摘要

本发明通过人工智能领域的方法，实现了一种基于时空特征学习的物联网网络攻击流量监测系统，通过原始流量预处理将每个数据包转换为二维图像格式，然后利用卷积神经网络方法，构造基于原始流的CNN分类模型实现学习数据包内部的空间特征，在网络流层次，系统利用循环神经网络方法构造基于原始流的LSTM分类模型实现学习数据包间的时序特征，最终，在综合利用两种深层神经网络的特征学习能力的基础上，得到准确刻画网络流量行为的网络流时空特征，并最终用于攻击流量检测。上述方案中，由于本发明模型明显优于其他网络攻击检测模型，使得系统可达到很高的精度、精确度、召回率。