基于时空粒度和三宽度学习的网络入侵检测方法及系统

授权

摘要

本发明涉及一种基于时空粒度和三宽度学习的网络入侵检测方法及系统。该方法包括：步骤S1、从网络数据流中采集流量数据，进行时空粒度划分后构造时间粒度、空间粒度和数据内容三个特征数据集；步骤S2、将得到的三种粒度特征输入三宽度学习系统；步骤S3、利用基础单元宽度学习模型分别提取每个粒度的高维特征，主要包括特征节点和增强节点的映射特征；步骤S4、将三种粒度特征并联作为最后提取的总特征；步骤S5、采用岭回归广义逆算法求取全局最优解，得到权值矩阵，并保存；步骤S6、将待检测数据输入训练完成的三宽度学习模型，得到分类结果。本发明结合时空多维数据之间的关联关系，通过三宽度学习的粒度融合对网络数据流检测，提高了检测精度。

基本信息

专利标题：

基于时空粒度和三宽度学习的网络入侵检测方法及系统

专利标题（英）：

暂无

公开（公告）号：

CN113098910A

申请号：

CN202110521018.6

公开（公告）日：

2021-07-09

申请日：

2021-05-13

授权号：

CN113098910B

授权日：

2022-05-10

发明人：

张浩李杰铃

申请人：

福州大学

申请人地址：

福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学

代理机构：

福州元创专利商标代理有限公司

代理人：

陈明鑫

优先权：

CN202110521018.6

主分类号：

H04L29/06

IPC分类号：

H04L29/06 H04L12/24 G06N20/00