一种基于深度包分析的异常包检测方法及系统

发明专利有效专利

申请号：
CN202110819948.X
IPC分类号：G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-07-20
申请人：
四川大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度包分析的异常包检测方法及系统
申请号	CN202110819948.X	申请日期	2021-07-20
法律状态	实质审查	申报国家	暂无
公开/公告日	2021-09-28	公开/公告号	CN113449815A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	四川大学	申请人地址	四川省成都市武侯区一环路南一段24号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	四川大学	当前权利人	四川大学
发明人	周颖杰;刘佳鑫;宋绪成;朱策
代理机构	北京正华智诚专利代理事务所（普通合伙）	代理人	何凡

摘要

本发明公开了一种基于深度包分析的异常包检测方法及系统，该方法包括对网络包提取包负载并添加标签，生成包样本；利用滑动块对每个包样本提取短字符序列的项并过滤低频项，构造出块序列；利用基于LSTM和CNN的深度特征学习模型和基于多头自注意力机制的深度特征学习模型对块序列分别提取聚合空间特征和全局特征；利用基于加性注意力网络的异常检测器根据聚合空间特征和全局特征进行异常行为检测。本发明利用基于包负载信息的块序列构造方法获取包负载信息的有效表征；然后从局部角度学习块序列局部特征的聚合表示，并在全局角度学习块序列项之间潜在的长期和短期依赖关系；最后利用基于多头注意力机制的异常检测器对异常包进行有效检测。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供