摘要
本申请提供一种入侵检测方法及装置。所述方法包括:对目标报文进行数据二维化处理,将二维化处理结果输入特征提取模型,得到时序高频特征;将时序高频特征输入异常检测模型,得到异常检测结果;在异常检测结果为异常时,将二维化处理结果和时序高频特征输入攻击类型判别模型,得到目标报文的攻击类型。该方法在传统的入侵检测系统之前加入用于提取报文的时序高频特征的特征提取模型、以及用于根据报文的时序高频特征进行异常判断的异常检测模型,当且仅异常检测模型判定报文异常时,才利用攻击类型判别模型确定报文的攻击类型,可见,本该方法减少了入侵检测过程中参与计算的数据量,提升了入侵检测的精度和速度。
技术关键词
高频特征
报文
机器学习模型
特征提取模型
时序
入侵检测方法
计算机程序代码
标签
计算机程序产品
入侵检测装置
电子设备
入侵检测系统
告警日志
特征提取模块
判别模块
存储器
处理器
指令
系统为您推荐了相关专利信息
深度强化学习模型
深度神经网络
设备状态信息
风险
半导体
智能可视化
可视化框架
大数据
动态
NoSQL数据库
自然语言
机器可读介质
实体
训练机器学习模型
企业资源规划系统