【技术实现步骤摘要】
本申请涉及网络安全领域，具体而言，涉及一种网络攻击方的识别方法、装置、存储介质以及电子设备。
技术介绍
1、随着互联网技术的不断发展，基于互联网的产品和服务呈现出大规模的增长，人们的生活与互联网紧密联系，大量用户和企业的信息在网络中进行交互。但是，随着数据交互量不断增多，企业对数据安全的需求也不断提高，为了保障用户信息的安全以及企业的正常运营，企业在面对成千上万的访问请求的时候，需要从海量的访问请求中识别出具有危险性的攻击请求，并及时使用应对措施对攻击进行防御。
2、当前在对访问请求进行识别的时候，通常采用的方法为获取多个访问请求，并通过专家对访问请求进行打标，将访问请求区分为攻击请求和普通请求，进一步通过攻击请求和普通请求作为样本数据对神经网络模型进行训练，从而使得神经网络模型可以对攻击请求进行识别。但是，由于不同的设备接收到的攻击请求不同，并且攻击请求的特征会随着被攻击方以及网络环境的改变发生变化，因此，仅使用攻击请求对模型进行训练后得到的预测模型的准确度较低，无法对部分攻击请求进行准确的识别。
3、针对相关...
【技术保护点】
1.一种网络攻击方的识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，依次将每组被访问设备、每组被访问设备对应的访问数据与所述待检测对象进行组合，得到M个无向图包括：
3.根据权利要求2所述的方法，其特征在于，所述分类模型由特征提取子模型和分类子模型组成，将所述M个无向图输入分类模型中，通过所述分类模型确定所述待检测对象的危险系数包括：
4.根据权利要求1所述的方法，其特征在于，所述分类模型通过以下方式训练得到：
5.根据权利要求4所述的方法，其特征在于，根据所述历史对象集合、所述历史设备集合和所述...
【技术特征摘要】
1.一种网络攻击方的识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，依次将每组被访问设备、每组被访问设备对应的访问数据与所述待检测对象进行组合，得到m个无向图包括：
3.根据权利要求2所述的方法，其特征在于，所述分类模型由特征提取子模型和分类子模型组成，将所述m个无向图输入分类模型中，通过所述分类模型确定所述待检测对象的危险系数包括：
4.根据权利要求1所述的方法，其特征在于，所述分类模型通过以下方式训练得到：
5.根据权利要求4所述的方法，其特征在于，根据所述历史对象集合、所述历史设备集合和所述n个历史访问数据集合生成n个样本无向图包括：
6.根据权利要求1所述的方法，其特征在于...
【专利技术属性】
技术研发人员：章建森，
申请(专利权)人：天翼电子商务有限公司，
类型：发明
国别省市：
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。