摘要
本申请涉及RDMA网络的恶意流量检测方法、装置、设备及介质,方法包括:将流量特征参数与恶意流量检测规则库中的特征匹配条件进行比对,若匹配成功,则将RDMA网络流量确定为第一恶意流量予以拦截,若匹配不成功,则将RDMA网络流量确定为潜在恶意流量;将潜在恶意流量输入至卷积神经网络中,以生成潜在恶意流量的高维特征向量,将潜在恶意流量的高维特征向量输入至长短期记忆网络,以预测出多个时间步的预测流量数据,计算确定预测流量数据与实时流量数据之间的差异向量;采用以差异向量作为训练集训练出的恶意流量检测模型,以识别出潜在恶意流量的样本标签,将潜在恶意流量确定为第二恶意流量。本申请能够大大提高RDMA网络恶意流量检测的效率、精度。
技术关键词
恶意流量检测模型
恶意流量检测方法
高维特征向量
长短期记忆网络
RDMA协议
滑动窗口算法
训练集
网络流量捕获
样本
基础网络架构
数据
标签
优化网络参数
中央处理器
计算机可读指令
模型预测值
深度神经网络
比率