CNIPA.AI
返回搜索
档案

基于深度学习的网络异常流量识别与入侵检测方法

发明专利未知
10权利要求 · 1 独立
§ Ⅰ

卷宗概要

发明人

张亚男; 王雪波

申请日

Sep 1, 2026

公开日

Oct 20, 2026

IPC 分类

H04L 9/40 (2022.01)H04L 41/16 (2022.01)

本发明涉及基于深度学习的网络异常流量识别与入侵检测方法,属于网络安全检测技术领域,包括:采集网络流量,按报文到达顺序、报文方向、载荷长度、连接状态和请求响应间隔生成流量训练片段,将其输入深度学习网络,获得异常识别输出、异常识别评分及特征响应区域;从同一业务类型、同一访问方向且未产生异常识别输出的正常网络流量中提取同业务基准片段,以基准片段替换流量训练片段中的局部报文段,并依据替换前后的异常评分变化、输出类型变化和特征响应区域位置变化,调整局部报文段训练贡献权重,更新深度学习网络,利用更新后的网络识别待检测网络流量,输出包含入侵触发片段的入侵检测结果,提高触发片段定位准确性和模型训练针对性。

登录后阅读全文

已显示权利要求 1。免费注册即可阅读全部 10 项权利要求、说明书全文、全部附图、翻译和法律状态。

  • 全部权利要求
  • 技术领域
  • 背景技术
  • 发明内容
  • 附图说明
  • 具体实施方式