摘要
本发明属于物联网安全领域,具体涉及一种APT流量检测模型轻量级训练方法、APT流量检测方法。本发明第一方面提供了一种APT流量检测模型训练方法,其步骤包括:获取网络流量,从所述网络流量中提取统计特征和包长序列特征;对所述统计特征和包长序列特征进行增强,得到统计重要特征和包长序列映射特征;将所述统计重要特征和所述包长序列映射特征进行特征连接,得到级联特征;将所述级联特征输入神经网络模型进行训练,得到训练好的APT流量检测模型。本发明第二方面提供了一种APT流量检测方法,包括:部署上述的模型于终端设备,对未知流量进行检测。本发明有针对性地选择信息量最大的样本进行标注,相比传统方法显著降低安全专家的工作负担。
技术关键词
流量检测方法
序列特征
统计特征
输入神经网络模型
检测模型训练方法
级联
存储计算机程序
联合损失函数
终端设备
随机森林
电子装置
分类器
存储器
策略
处理器
样本
编码器
负担
系统为您推荐了相关专利信息
图像分割方法
纹理特征
统计特征
聚类
图像分割技术
光储充系统
动态校正
效率提升方法
时间序列特征
监督学习框架
面料
接收器
发射器
光强度分布数据
平整度检测方法
矩阵设备
云控制方法
动作策略
设备运行数据
校准