检测网络攻击的方法和装置制造方法及图纸

技术编号:41436440 阅读:17 留言:0更新日期:2024-05-28 20:31
本发明专利技术公开了检测网络攻击的方法和装置。该方法包括:通过目标芯片中的数据平面开发套件基于轮询模式接收网络报文;通过协议栈剥离出所述网络报文的数据,并将所述数据输入至所述目标芯片中部署的神经网络模型;以及通过所述神经网络模型监测所述数据以检测网络攻击,所述神经网络模型为卷积神经网络‑门控循环单元分层神经网络RKNN模型。本发明专利技术将传统的被动检测变为主动检测,利用人工智能技术预判将要发生的网络攻击,从而提高网络攻击检测的实时性和精确度。

【技术实现步骤摘要】

本专利技术涉及网络安全,尤其涉及检测网络攻击的方法和装置


技术介绍

1、随着移动互联网的繁荣,网络攻击的发展趋势愈专利技术显,表现为种类繁多、传播迅速、影响广泛。这种形势下,传统的网络攻击检测方法已无法满足人们的需求。

2、传统的网络防火墙往往需要厂家技术人员去分析新出现的网络攻击的行为,根据该网络攻击的特征针对性的提出解决方案,然后更新防火墙库。这种方法需要耗费大量的人力物力来面对和处理层出不穷的网络攻击,且很容易遗漏关键特征信息而使得攻击很容易绕过防火墙。例如,基于特征签名的方法,它通过收集已知的恶意代码,并生成固定的签名来检测恶意代码,然而这种方法不仅需要大量的人力物力来更新和维护签名库,而且极易被恶意代码编写者通过混淆、压缩、加壳等方式绕过。


技术实现思路

1、本专利技术提供检测网络攻击的方法和装置,其能够提高网络攻击检测的实时性和精确度。

2、在本专利技术的一个方面,提供一种检测网络攻击的方法。该方法包括:通过目标芯片中的数据平面开发套件基于轮询模式接收网络报文;通过协议栈本文档来自技高网...

【技术保护点】

1.一种检测网络攻击的方法,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,还包括:

3.根据权利要求2所述的方法,其特征在于,使用数据集对卷积神经网络-门控循环单元模型进行训练,得到训练后的卷积神经网络-门控循环单元模型包括:

4.根据权利要求1所述的方法,其特征在于,还包括:

5.根据权利要求4所述的方法,其特征在于,在原始芯片上开发所述数据平面开发套件DPDK,得到所述目标芯片包括:

6.根据权利要求5所述的方法,其特征在于,

7.根据权利要求1所述的方法,其特征在于,通过所述神经网络模型监测所述...

【技术特征摘要】

1.一种检测网络攻击的方法,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,还包括:

3.根据权利要求2所述的方法,其特征在于,使用数据集对卷积神经网络-门控循环单元模型进行训练,得到训练后的卷积神经网络-门控循环单元模型包括:

4.根据权利要求1所述的方法,其特征在于,还包括:

5.根据权利要求4所述的方法,其特征在于,在原始芯片上开发所述数据平面开发套件dpdk,得到所述目标芯片包...

【专利技术属性】
技术研发人员:江正梁陈时钦
申请(专利权)人:瑞芯微电子股份有限公司
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