摘要
本发明公开了一种面向虚拟网络安全的通信动态分析方法,涉及网络安全技术领域,包括:获取通信时序序列;对通信时序序列进行多尺度分解,得到基准通信时序序列;计算斜率和传播速率,基于斜率和传播速率确定异常通信数据;根据所述异常通信数据的周期特征及其在网络节点中的传播顺序,确定持续异常通信数据,并采用反向时序递归分析确定所述持续异常通信数据的起始节点和传播路径;将持续异常通信数据的起始节点和传播路径的异常数据特征,输入LSTM神经网络模型,预测通后续的异常节点;本发明有利于对通信异常高精度识别,显著提升了虚拟化网络环境下的安全检测能力与响应效率。
技术关键词
动态分析方法
序列
LSTM神经网络模型
时序
网络节点
虚拟机间通信
异常数据
多尺度
虚拟化网络环境
服务器节点
频率
动态分析系统
速率
重构
周期
基准
网络拓扑
离散小波变换
系统为您推荐了相关专利信息
异构多核处理器
任务调度方法
任务调度系统
搜索算法
序列