【技术实现步骤摘要】
入侵检测方法、设备和服务器、存储介质
本申请涉及计算机
,特别涉及一种入侵检测方法、设备和服务器、存储介质。
技术介绍
近年来随着网络信息技术的快速发展,信息安全的问题也随之突出,入侵检测为目前维护网络信息安全的主要技术手段之一。入侵检测,即通过检查操作系统的审计数据或网络数据包信息,监测系统中违背安全策略或危及系统安全的行为或活动,一般是从计算机网络系统中的若干关键点收集信息,并分析这些信息,看看网络中是否有违反安全策略的行为和遭到袭击的迹象。入侵检测被认为是防火墙之后的第二道安全闸门,在不影响网络性能的情况下能对网络进行监测,帮助系统对付网络攻击,扩展了系统管理员在安全审计、监视、进攻识别和响应等方面的安全管理能力,提高了信息安全基础结构的完整性,从而提供对内部攻击、外部攻击和误操作的实时保护。黑客攻击正在从个人行为向组织化、国家化方向发展,针对性强且往往有明确的商业、经济利益或政治诉求,攻击手段从传统的随机病毒、木马感染以及网络攻击,发展到利用社交工程、各种零日漏洞以及高级逃逸技术(AdvancedEvasionTechnique,AET),发起有针对性的高级持续性威胁(AdvancedPersistentThreat,APT)等类型的攻击,这些攻击往往具有高级化、组合化、长期化等特点,有时能够轻易绕过传统的安全检测和防御体系。因此,为应对日益增多的复杂攻击,全球已有多个国家将防范高级持续性威胁攻击定位为国家安全防御战略的重要环节,研究能应对现在复杂网络形式的入侵检测方法,对提高入侵检测系统性能及 ...
【技术保护点】
1.一种入侵检测方法,其特征在于,包括:/n采用词嵌入方式,将目标字节序列中的各个字节对应的高维特征向量,分别嵌入到低维空间中,获得与所述目标字节序列中的各个字节分别对应的低维特征向量;/n以所述低维特征向量作为训练输入,通过预设的卷积神经网络CNN和循环神经网络RNN,学习所述目标字节序列的时空结构特征;/n基于所述时空结构特征,通过预先获取的线性分类器识别攻击流量。/n
【技术特征摘要】
1.一种入侵检测方法,其特征在于,包括:
采用词嵌入方式,将目标字节序列中的各个字节对应的高维特征向量,分别嵌入到低维空间中,获得与所述目标字节序列中的各个字节分别对应的低维特征向量;
以所述低维特征向量作为训练输入,通过预设的卷积神经网络CNN和循环神经网络RNN,学习所述目标字节序列的时空结构特征;
基于所述时空结构特征,通过预先获取的线性分类器识别攻击流量。
2.如权利要求1所述的方法,其特征在于,采用词嵌入方式,将目标字节序列中的各个字节对应的高维特征向量,分别嵌入到低维空间中,获得与所述目标字节序列中的各个字节分别对应的低维特征向量之前,进一步包括:
从应用层负载对应的网络流量中确定出目标字节序列,以所述目标字节序列作为输入,对预获取的神经网络语言模型进行训练,输出所述目标字节序列中的各个字节分别对应的词嵌入矩阵;
采用词嵌入方式,将目标字节序列中的各个字节对应的高维特征向量,分别嵌入到低维空间中,获得与所述目标字节序列中的各个字节分别对应的低维特征向量,具体包括:
针对所述目标字节序列中的每个字节,分别执行以下操作:
将一个字节对应的高维特征向量与所述一个字节对应的词嵌入矩阵相乘,得到所述一个字节对应的低维特征向量,其中,所述一个字节对应的高维特征向量,为采用独热编码OHE对所述一个字节进行编码得到。
3.如权利要求1所述的方法,其特征在于,以所述低维特征向量作为训练输入,通过预设的卷积神经网络CNN和循环神经网络RNN,学习所述目标字节序列的时空结构特征之前,进一步包括:
设置卷积神经网络,使用大小为第一预设阈值的过滤器,添加第一卷积层和第一最大池化层,使用大小为第二预设阈值的过滤器,添加第二卷积层和第二最大池化层,添加第一密集层,设置输出为第一临时向量;
使用大小为第三预设阈值的过滤器,添加第三卷积层和第三最大池化层,使用大小为第四预设阈值的过滤器,添加第四卷积层和第四最大池化层,添加第二密集层,设置输出为第二临时向量;
将所述第一临时向量和所述第二临时向量连接,作为所述卷积神经网络的输出。
4.如权利要求1所述的方法,其特征在于,以所述低维特征向量作为训练输入,通过预设的卷积神经网络CNN和循环神经网络RNN,学习所述目标字节序列的时空结构特征之前,进一步包括:
设置循环神经网络,在第一层添加第一循环神经网络单元,设置第一压降参数和第一重复丢失参数;
在第二层添加第二循环神经网络单元,设置第二压降参数和第二重复丢失参数;
添加第三密集层,设置输出为流向量。
5.如权利要求1-4任一项所述的方法,其特征在于,以所述低维特征向量作为训练输入,通过预设的卷积神经网络CNN和循环神经网络RNN...
【专利技术属性】
技术研发人员:杨浩,林楠,李俊,
申请(专利权)人:国网江西省电力有限公司电力科学研究院,国家电网有限公司,
类型:发明
国别省市:江西;36
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。