基于图模型的跨域恶意流量检测方法

AITNT
正文
推荐专利
基于图模型的跨域恶意流量检测方法
申请号:CN202510579102
申请日期:2025-05-07
公开号:CN120281556A
公开日期:2025-07-08
类型:发明专利
摘要
本发明公开了基于图模型的跨域恶意流量检测方法,具体包括以下步骤:S1、数据采集:从多个不同网络域采集网络流量数据,所述网络流量数据包括源IP地址、目的IP地址、端口号、协议类型、流量大小以及时间戳信息。S2、数据预处理:对采集到的网络流量数据进行清洗,去除无效数据和重复数据,并对数据进行标准化处理。本发明涉及网络安全技术领域,该基于图模型的跨域恶意流量检测方法,通过采用分布式采集架构,能够从多个不同网络域采集网络流量数据,并通过构建基于图模型的检测方法,综合考虑了跨域网络流量的多种特征和连接关系,有效解决了跨域恶意流量难以检测的问题,提高了对复杂跨域网络攻击的检测能力。
技术关键词
恶意流量检测方法 网络流量数据 有向图模型 大规模网络流量 网络协议规范 检测网络流量 检测模型训练 交叉验证方法 网络安全技术 去重算法 决策树模型 支持向量机 有效性 分布特征 网络节点
系统为您推荐了相关专利信息
1
一种网络异常流量检测方法及装置
网络异常流量检测 卷积神经网络模块 注意力 门控循环单元 网络流量数据集
2
基于人工智能的网络信息安全验证管理系统和方法
验证管理系统 监测网络流量 网络流量数据 信息安全风险 频率
3
基于AI的云平台网络安全威胁智能检测系统
网络安全威胁 智能检测系统 参数 网络流量数据 云平台
4
一种基于轻量GRU的业务流量识别方法
业务流量识别方法 流量识别模型 样本类别标签 业务流量数据 GRU模型
5
一种支持高分辨率的多节点远程控制方法及相关设备
管理控制系统 支持高分辨率 人工智能辅助 远程控制系统 节点
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