基于两阶段学习模型的网络攻击检测系统及方法
授权
摘要
本发明公开了一种基于两阶段学习模型的网络攻击检测系统及方法，本发明方法按如下步骤进行：步骤1：将网络数据集的特征子集被作为不可分单元进行特征组合的评估，实现网络数据集的特征维度约简；步骤2：将缩减后的网络数据集作为训练数据利用深度学习技术实现网络攻击实时检测模型。本发明两阶段网络攻击检测技术方案，充分考虑了网络高危数据的特征组合效应，针对网络攻击检测需要保证的精确性和时效性，使用特征选择技术、进化搜索技术和深度学习模型结合，以提升网络攻击检测的识别精度并大夫缩减模型训练时间。
基本信息
专利标题 ：
基于两阶段学习模型的网络攻击检测系统及方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113746813A
申请号 ：
CN202110938301.9
公开（公告）日 ：
2021-12-03
申请日 ：
2021-08-16
授权号 ：
CN113746813B
授权日 ：
2022-05-10
发明人 ：
滕旭阳张云啸何美霖毕美华仇兆炀
申请人 ：
杭州电子科技大学
申请人地址 ：
浙江省杭州市杭州经济技术开发区白杨街道2号大街1158号
代理机构 ：
浙江千克知识产权代理有限公司
代理人 ：
周希良
优先权 ：
CN202110938301.9
主分类号 ：
H04L29/06
IPC分类号 ：
H04L29/06 G06N3/08 G06N3/04 G06K9/62
相关图片
法律状态
2022-05-10 ：
授权
2021-12-21 ：
实质审查的生效
IPC(主分类) : H04L 29/06
申请日 : 20210816
申请日 : 20210816
2021-12-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN113746813A.PDF
PDF下载
