基于攻击知识库和深度学习的攻击行为分析方法及装置制造方法及图纸

本发明专利技术涉及基于攻击知识库和深度学习的攻击行为分析方法及装置，涉及网络安全技术领域，包括：监测获取目标用户在网站中的访问数据序列；根据访问URL序列，在访问知识库内进行访问熟练度检索分析，获得访问熟练度，并分类获得理论访问时间，根据访问时间戳序列，计算获得实际访问时间，结合理论访问时间，计算获得时间异常度；根据访问熟练度和时间异常度，计算获得第一异常度，根据实际访问时间在攻击知识库内进行检索，获得第二异常度；根据输入数据集进行输入位置离散度分析，获得输入位置离散度，分析获得第三异常度，获得攻击行为分析结果。本发明专利技术解决了现有技术中存在的网络攻击行为分析准确性低、不够全面的技术问题。

【技术实现步骤摘要】

本专利技术涉及网络安全，尤其涉及基于攻击知识库和深度学习的攻击行为分析方法及装置。

技术介绍

1、随着互联网技术的飞速发展，网络安全威胁日益严峻，网络攻击手段也不断演进。现有的攻击检测方法主要依赖于特征匹配、阈值判断和规则设定等传统方法，例如基于访问频率、输入特征或单一会话行为进行判断，攻击行为特征分析较为单一。

2、因此，现有技术中存在网络攻击行为分析准确性低、不够全面的技术问题。

技术实现思路

1、本专利技术针对现有技术中存在的网络攻击行为分析准确性低、不够全面的技术问题。提供基于攻击知识库和深度学习的攻击行为分析方法及装置来解决。

2、本专利技术解决上述技术问题的技术方案如下：

3、第一方面，本专利技术提供了基于攻击知识库和深度学习的攻击行为分析方法，包括：监测获取目标用户在网站中的访问数据序列，其中，所述访问数据序列包括访问url序列、访问时间戳序列和输入数据集；

4、根据所述访问url序列，在访问知识库内进行访问熟练度检索分析，获得访问熟练度，并分类获本文档来自技高网...

【技术保护点】

1.基于攻击知识库和深度学习的攻击行为分析方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于攻击知识库和深度学习的攻击行为分析方法，其特征在于，监测获取目标用户在网站中的访问数据序列，包括：

3.根据权利要求1所述的基于攻击知识库和深度学习的攻击行为分析方法，其特征在于，根据所述访问URL序列，在访问知识库内进行访问熟练度检索分析，获得访问熟练度，并分类获得理论访问时间，包括：

4.根据权利要求1所述的基于攻击知识库和深度学习的攻击行为分析方法，其特征在于，根据所述访问时间戳序列，计算获得实际访问时间，结合所述理论访问时间，计算获得时间异常...

【技术特征摘要】

1.基于攻击知识库和深度学习的攻击行为分析方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于攻击知识库和深度学习的攻击行为分析方法，其特征在于，监测获取目标用户在网站中的访问数据序列，包括：

3.根据权利要求1所述的基于攻击知识库和深度学习的攻击行为分析方法，其特征在于，根据所述访问url序列，在访问知识库内进行访问熟练度检索分析，获得访问熟练度，并分类获得理论访问时间，包括：

4.根据权利要求1所述的基于攻击知识库和深度学习的攻击行为分析方法，其特征在于，根据所述访问时间戳序列，计算获得实际访问时间，结合所述理论访问时间，计算获得时间异常度，包括：

5.根据权利要求1所述的基于攻击知识库和深度学...

【专利技术属性】
技术研发人员：邹振婉，王斌，陈佳，张笑宇，樊树铭，
申请(专利权)人：国网新疆电力有限公司电力科学研究院，
类型：发明
国别省市：