一种基于宽度学习的轻量级恶意流量检测方法及装置
公开
摘要
本申请实施例公开了一种基于宽度学习的轻量级恶意流量检测方法及装置。本申请中采用具有线性特征数据和非线性特征数据的目标训练数据X训练初始流量检测分类模型，使得训练模型时采用的神经网络的宽度会更宽，进而使得训练模型时也不需要多层连接的神经网络，所以初始流量检测分类模型的训练过程中的计算量将会更小、训练速度也会更快，对设备的要求也会比较低，更适用于具备有限资源的物联网设备。同时本方案训练得到的目标流量检测分类模型对恶意流量的检测速度也更快，可以满足恶意流量检测的实时性要求。以及由于本方案应用于更靠近物联网中执行业务的各物联网设备的边缘网关设备，可以更及时地通知物联网设备阻断恶意流量。
基本信息
专利标题 ：
一种基于宽度学习的轻量级恶意流量检测方法及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114567511A
申请号 ：
CN202210404385.2
公开（公告）日 ：
2022-05-31
申请日 ：
2022-04-18
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王滨王伟陈加栋王星张峰和旭东钱亚冠邵程铖
申请人 ：
杭州海康威视数字技术股份有限公司
申请人地址 ：
浙江省杭州市滨江区阡陌路555号
代理机构 ：
北京博思佳知识产权代理有限公司
代理人 ：
杨春香
优先权 ：
CN202210404385.2
主分类号 ：
H04L9/40
IPC分类号 ：
H04L9/40 G06N3/08 G06N3/04
法律状态
2022-05-31 ：
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
暂无PDF文件可下载
