一种基于机器学习集成模型的网络入侵检测方法

发明专利有效专利

申请号：
CN202011473456.1
IPC分类号：H04L29/06;G06N3/04;G06N20/00;G06K9/62
申请日期：
2020-12-15
申请人：
浙江大学;光通天下网络科技股份有限公司

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	一种基于机器学习集成模型的网络入侵检测方法
申请号	CN202011473456.1	申请日期	2020-12-15
法律状态	授权	申报国家	中国
公开/公告日	2021-05-07	公开/公告号	CN112769752A
优先权	暂无	优先权号	暂无
主分类号	H04L29/06 ? IPC结构图谱： H 电学 H9 电学 H04 电通信技术 H04L 数字信息的传输，例如电报通信（电报和电话通信的公用设备入H04M）〔4〕 H04L29/00 H04L 1/00至H04L 27/00单个组中不包含的装置、设备、电路和系统〔5〕 H04L29/02 通信控制；通信处理（H04L 29/12，H04L 29/14优先）〔5〕 H04L29/06 以协议为特征的〔5〕	IPC分类号	H;0;4;L;2;9;/;0;6;;;G;0;6;N;3;/;0;4;;;G;0;6;N;2;0;/;0;0;;;G;0;6;K;9;/;6;2查看分类表>
申请人	浙江大学;光通天下网络科技股份有限公司	申请人地址	浙江省杭州市余杭塘路866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	浙江大学,光通天下网络科技股份有限公司	当前权利人	浙江大学,光通天下网络科技股份有限公司
发明人	张帆;赵子鸣;林峰;张斌;任奎;赵俊;单夏烨;任新新;段吉瑞
代理机构	杭州求是专利事务所有限公司	代理人	邱启旺

摘要

本明公开了一种基于机器学习集成模型的网络入侵检测方法，该方法包括流量捕获、特征提取、特征向量降维、模型训练与融合、结果分析。本发明使用LSTM，实现对时序数据的降维，提高了模型训练和预测的效率；其次本发明使用多个机器学习模型的融合，实现了对网络中流量的识别与分类，该方法具有较高的检测准确率和较快的处理速度，在网络节点中部署，可以高效地识别并防范恶意攻击行为，保证了实时性和应用性。

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