一种网络恶意攻击检测方法、电子设备及存储介质

AITNT
正文
推荐专利
一种网络恶意攻击检测方法、电子设备及存储介质
申请号:CN202510167596
申请日期:2025-02-14
公开号:CN120165903A
公开日期:2025-06-17
类型:发明专利
摘要
本发明提出的一种网络恶意攻击检测方法、电子设备及存储介质,涉及网络安全技术领域,解决了有效的识别已知和未知的恶意攻击的问题,采用的方案是使用动态污点分析技术对网络数据进行分析,跟踪数据流动路径,构建数据之间的因果关系图;根据因果关系图,跟踪网络数据流动路径,捕捉数据传播过程中潜在的攻击行为;通过动态插桩技术提取网络数据的时空行为模式;获取正常网络数据和恶意攻击数据的行为模式;使用神经网络模型对提取到的行为模式作为特征进行训练,生成能够区分正常数据和攻击数据的分类器;根据分类器,进行实时恶意攻击检测。本方案可有效增强检测系统的鲁棒性,漏警率显著降低,有效的提高了模型的检测精度。
技术关键词
神经网络模型 攻击检测方法 动态插桩技术 动态污点分析 网络拓扑结构 分类器 时间段 标识特征 填充方法 攻击检测模型 插值方法 网络通信数据 模式 节点 时序依赖关系
系统为您推荐了相关专利信息
1
一种基于传感数据分析的阳极氧化槽监测方法
阳极氧化槽 监测方法 传感 加速度 数据
2
一种基于瞬时功率的场效应管剩余使用寿命预测方法和装置
剩余使用寿命预测 场效应管 时域特征 数据 KPCA算法
3
一种基于交通责任界定的车辆视频数据分析方法
视频数据分析方法 关键帧 交通 视频库 卷积神经网络模型
4
基于车网互动的无人驾驶车充电站自动匹配方法
无人驾驶车辆 充电站 自动匹配方法 放电接口 粒子群优化算法
5
一种人员聚集检测方法及系统
聚集检测方法 神经网络模型 核心 坐标 对象
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