一种基于AI模型的恶意加密流量检测方法及系统

AITNT
正文
推荐专利
一种基于AI模型的恶意加密流量检测方法及系统
申请号:CN202411500889
申请日期:2024-10-25
公开号:CN119652549A
公开日期:2025-03-18
类型:发明专利
摘要
本发明涉及加密流量和追踪溯源反制技术领域,尤其涉及一种基于AI模型的恶意加密流量检测方法及系统。从Hash源中匹配和收集加密流量样本,将收集到的加密流量样本通过沙箱环境进行动态分析;通过恶意软件检测工具进行数据行为验证,从处理后的样本中提取网络行为特征和生成网络流量的pcap文件,分析pcap文件,识别和提取恶意行为指标;使用提取的特征训练用于恶意流量检测机器学习模型的训练和优化。本发明不仅提高了对恶意加密流量的检测能力,还增强了网络安全防护的智能化和自动化水平,为用户提供了更加安全和可靠的网络环境。
技术关键词
pcap文件 沙箱环境 机器学习模型训练 统计特征 恶意流量检测 优化机器学习 加密 检测工具 恶意样本 解密 网络安全防护 分析模块 扫描平台 指标 证书 协议
系统为您推荐了相关专利信息
1
一种基于CT图像和EDS图像的致密砂岩三维矿物表征方法
致密砂岩 表征方法 图像 多点地质统计方法 数字岩心
2
一种污水处理设备故障诊断方法及系统
诊断特征 污水处理设备 故障诊断方法 随机森林模型 数据
3
一种知识引导型强化学习离散提示词优化方法
统计特征 深度Q网络学习 大语言模型 人工智能优化 编辑
4
一种多源信息融合的TBM隧道围岩等级识别系统及方法
等级识别方法 隧道围岩 隧道掘进机施工 掘进参数 融合特征
5
一种基于预训练的恶意加密流量检测模型
令牌 侧信道数据 信道特征 加密 时序特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号