摘要
本发明涉及网络安全技术领域,具体涉及一种基于异构计算的网络入侵检测方法及装置,该方法包括:获取物理层的网络目标数据;对所述网络目标数据进行切片处理,生成具有时空关联性的结构化数据块;基于所述结构化数据块的时空关联性,确定每一虚拟图形处理器的计算任务;基于所述计算任务,在所述结构化数据块中提取关键空间特征和目标时序特征;基于所述关键空间特征和所述目标时序特征,对所述网络目标数据进行网络入侵分类,得到表征所述网络目标数据是否存在网络入侵的分类结果。该方法能够高效处理大规模网络流量,具备较强的实时性、灵活性与扩展性,既能够节省计算资源,还能够提高网络入侵检测的准确度。
技术关键词
网络入侵检测方法
门控循环神经网络
时序特征
网络流量数据
图形处理器
网络入侵检测装置
切片
大规模网络流量
统计特征
网络安全技术
分类阈值
注意力机制
协议
数据网
因子
全双工
标记