【技术实现步骤摘要】
【国外来华专利技术】异常检测方法以及异常检测装置
本专利技术涉及检测包(packet:报文)串的异常的异常检测方法以及异常检测装置。
技术介绍
以往,已知将在网络系统等中利用的数据作为对象进行的信息处理技术(例如参照非专利文献1、非专利文献2)。现有技术文献非专利文献非专利文献1:Ye,N.(2000,June).Amarkovchainmodeloftemporalbehaviorforanomalydetection.InProceedingsofthe2000IEEESystems,Man,andCyberneticsInformationAssuranceandSecurityWorkshop(Vol.166,p.169).WestPoint,NY.非专利文献2:Otey,M.E.,Ghoting,A.,&Parthasarathy,S.(2006).Fastdistributedoutlierdetectioninmixed-attributedatasets.Dataminingandknowledgediscovery,12(2-3),203-228非专利文献3:Cuturi,M.,Vert,J.P.,Birkenes,O.,&Matsui,T.(2007,April).Akernelfortimeseriesbasedonglobalalignments.InAcoustics,SpeechandSignalProcessing,2007.ICASSP2007.IE ...
【技术保护点】
1.一种异常检测方法,/n对由连续的多个检测对象包构成的检测对象包串,算出该多个检测对象包间的多个距离,/n使用所算出的所述多个距离,提取所述检测对象包串的特征量,/n使用所提取出的所述特征量,算出所述检测对象包串的异常的程度相关的信息。/n
【技术特征摘要】
【国外来华专利技术】20190422 JP 2019-081275;20181121 US 62/770,3751.一种异常检测方法,
对由连续的多个检测对象包构成的检测对象包串,算出该多个检测对象包间的多个距离,
使用所算出的所述多个距离,提取所述检测对象包串的特征量,
使用所提取出的所述特征量,算出所述检测对象包串的异常的程度相关的信息。
2.根据权利要求1所述的异常检测方法,
在算出所述多个距离时,利用所述多个检测对象包的有效载荷间的莱文斯坦距离算出所述多个距离。
3.根据权利要求2所述的异常检测方法,
就所述多个检测对象包的有效载荷间的莱文斯坦距离而言,对所述检测对象包串中的N个分离的检测对象包间的每一个而算出,将构成有效载荷的比特串的至少一部分作为对象,以M比特为单位而算出,其中,N是1以上的整数,M是1以上且16以下的整数,
在算出所述多个距离时,通过对所述检测对象包串中的N个分离的检测对象包间的每一个算出距离,算出所述多个距离。
4.根据权利要求3所述的异常检测方法,
就所述多个检测对象包的有效载荷间的莱文斯坦距离而言,进而也对所述检测对象包串中的L个分离的检测对象包间的每一个而算出,其中,L是N以外的1以上的整数,
在算出所述多个距离时,通过也对所述检测对象包串中的L个分离的检测对象包间的每一个算出距离,算出所述多个距离。
5.根据权利要求3或4所述的异常检测方法,
在提取所述特征量时,按在所述检测对象包串中由连续的W个检测对象包构成的1个以上的窗口的每一个,算出对属于该窗口的检测对象包间算出的所述多个距离的出现分布,提取所算出的所述出现分布的每一个来作为所述特征量,其中,W是2以上的整数。
6.根据权利要求5所述的异常检测方法,
在算出所述异常的程度相关的信息时,算出所算出的所述出现分布的每一个、与预先存储的多个参照出现分布的每一个之间的陆地移动距离的每一个,利用对所算出的所述陆地移动距离的每一个进行利用的K近邻算法,算出所述异常的程度相关的信息。
7.根据权利要求3或4所述的异常检测方法,
在提取所述特征量时,按在所述检测对象包串中由连续的W个检测对象包构成的1个以上的窗口的每一个,算出由对属于该窗口的检测对象包间算出的所述多个距离构成的距离串,提取所算出的所述距离串的每一个来作为所述特征量,其中W是1以上的整数。
8.根据权利要求7所述的异常检测方法,
在算出所述异常的程度相关的信息时,算出所算出的所述距离串的每一个、与预先存储的多个参照距离串的每一个之间的、由弯曲法确定的距离的每一个,利用所算出的由所述弯曲法确定的距离的每一个,算出所述异常的程度相关的信息。
9.根据权利要求7所述的异常检测方法,
在算出所述异常的程度相关的信息时,通过对所算出的所述距离串的每一个适用预先存储的全局比对内核,算出所述异常的程度相关的信息。
10.根据权利要求1~9中任一项所述的异常检测方法,
在算出所述多个距离时,限定于所述多个检测对象包之中、同一命令类别的检测对象包间,算出所述多个距离。
11.根据权利要求1~10中任一项所述的异常检测方法,
对由连续的多个参照包构成的1个以上的参照包串的每一个,分别算出该多个参照包间的多个参照距离,
使用所算出的所述多个参照距离的每一个,分别提取所述1个以上的参照包串的参照特征量,
在算出所述检测对象包串的异常的程度相关的信息时,进而也使用所提取出的所述参照特征量的每一个,算出所述检测对象包串的异常的程度相关的信息。
12.根据权利要求11所述的异常检测方法,
在分别算出所述多个参照距离时,利用所述多个参照包的有效载荷间的莱文斯坦距离分别算出所述多个参照距离。
13.根据权利要求12所述的异常检测方法,
就所述多个参照包的有效载荷间的莱文斯坦距离而言,对所述1个以上的参照包串的每一个中的N个分离的参照包间的每一个而算出,将构成有效载荷的比特串的至少一部分作为对象,以M比特为单位而算出,其中,N是1以上的整数,M是1以上且16以下的整数,
在分别算出所述多个参照距离时,通过对所述1个以上的参照包串的每一个中的N个分离的参照包间的每一个算出参照距离,分别算出所述多个参照距离。
14.根据权利要求13所述的异常检测方法,
就所述多个参照包的有效载荷间的莱文斯坦距离而言,进而也对所述1个以上的参照包串的每一个中的L个分离的检测对象包间的每一个而算出,其中,L是N以外的1以上的整数,
在算出所述多...
【专利技术属性】
技术研发人员:大庭达海,
申请(专利权)人:松下电器美国知识产权公司,
类型:发明
国别省市:美国;US
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。