当前位置: 首页 > 专利查询>广州大学专利>正文

基于GAN模型的入侵检测方法、设备、存储介质及程序产品技术

技术编号:41386056 阅读:27 留言:0更新日期:2024-05-20 19:07
本申请是基于GAN模型的入侵检测方法、设备、存储介质及程序产品,包括:S1、获取类不平衡训练集;S2、对所述类不平衡训练集进行预处理;S3、GAN模型根据所述类不平衡训练集中的攻击流量样本生成类平衡训练集;S4、根据所述类平衡训练集对神经网络模型进行训练,得到训练完成的入侵检测模型;S5、根据所述入侵检测模型对网络流量进行入侵检测。本申请的入侵检测方法的GAN模型,能够提高IDS模型对攻击流量的识别能力,通过生成对抗网络生成类平衡训练集,用类平衡训练集来进行IDS模型训练,能够提高IDS对攻击流量的检测能力。

【技术实现步骤摘要】

本申请涉及入侵检测系统,尤其涉及基于gan模型的入侵检测方法、设备、存储介质及程序产品。


技术介绍

1、在万物互联时代,网络安全是保护财产人身安全的重要一环。

2、网络安全指网络系统中的硬件、软件以及系统中的数据受到保护,不因偶然或恶意的原因而遭到破坏、更改、泄露,系统连续可靠正常地运行。

3、为了保护网络安全,在网络系统中一般设置有防火墙、入侵防御系统或者入侵检测系统。其中,入侵检测系统,即intrusion detection system,简称ids。ids能够监控网络流量,检测网络流量里的入侵行为和安全漏洞。

4、在人工智能算法的加持下,相比较于传统的ids,基于机器学习的智能ids在面对网络入侵检测时更有效。

5、智能ids是一种机器学习算法的网络模型,通过入侵检测数据集来对机器学习算法进行训练后得到。训练完成的智能ids能够对网络流量进行检测。

6、工业控制系统,即industrial control system,简称ics。在工业生产中,自动化设备都装载有ics

7、本文档来自技高网...

【技术保护点】

1.一种基于GAN模型的入侵检测方法,其特征在于,包括:

2.根据权利要求1所述的一种基于GAN模型的入侵检测方法,其特征在于,所述获取类不平衡训练集,具体包括:

3.根据权利要求2所述的一种基于GAN模型的入侵检测方法,其特征在于,所述对所述类不平衡训练集进行预处理,具体包括:

4.根据权利要求1所述的一种基于GAN模型的入侵检测方法,其特征在于,所述生成器用于生成所述攻击流量训练数据,具体包括:

5.根据权利要求1所述的一种基于GAN模型的入侵检测方法,其特征在于,所述判别器用于判断所述生成器生成的攻击流量训练数据和所述攻击流量样本之间...

【技术特征摘要】

1.一种基于gan模型的入侵检测方法,其特征在于,包括:

2.根据权利要求1所述的一种基于gan模型的入侵检测方法,其特征在于,所述获取类不平衡训练集,具体包括:

3.根据权利要求2所述的一种基于gan模型的入侵检测方法,其特征在于,所述对所述类不平衡训练集进行预处理,具体包括:

4.根据权利要求1所述的一种基于gan模型的入侵检测方法,其特征在于,所述生成器用于生成所述攻击流量训练数据,具体包括:

5.根据权利要求1所述的一种基于gan模型的入侵检测方法,其特征在于,所述判别器用于判断所述生成器生成的攻击流量训练数据和所述攻击流量样本之间的真实样本,具体包括:

6.根据权利要求1-4任一项所述的一种基于gan模型的入侵检测方法,其特征在于,所述gan模型的生成器和判别器分别设置有多个...

【专利技术属性】
技术研发人员:尚文利黄梓峰丁磊揭海曹忠张曼浣沙
申请(专利权)人:广州大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1