公开(公告)号：CN116319036B

公开(公告)日：2024-05-24

申请号：CN202310305006.9

申请日：2023-03-27

Applicant: 哈尔滨工业大学(威海)

Inventor： 张兆心 ,  龙刚 ,  程亚楠 ,  王伟

IPC: H04L9/40 ,  G06N3/08 ,  G06N3/044

Abstract: 本发明提供一种基于卷积循环神经网络的异常网络请求识别模型生成方法，通过大量有效数据训练构建异常网络流量识别模型，采用卷积循环神经网络算法不断迭代提升识别的有效性和精准度，实现自动、高效、及时识别拦截；能够利用卷积循环神经网络快速提取异常流量特征、能够对异常流量时间序列进行准确排列、能够对实时网络请求精准分类(异常/非异常/可能异常)、能够对时间连续性网络攻击能够进行更精准的识别与防御；同时本发明所选模型作为经验模型，所需投入的人工和其他成本更低。

公开(公告)号：CN116319036A

公开(公告)日：2023-06-23

申请号：CN202310305006.9

申请日：2023-03-27

Applicant: 哈尔滨工业大学(威海)

Inventor： 张兆心 ,  龙刚 ,  程亚楠 ,  王伟

IPC: H04L9/40 ,  G06N3/08 ,  G06N3/044

Abstract: 本发明提供一种基于卷积循环神经网络的异常网络请求识别模型生成方法，通过大量有效数据训练构建异常网络流量识别模型，采用卷积循环神经网络算法不断迭代提升识别的有效性和精准度，实现自动、高效、及时识别拦截；能够利用卷积循环神经网络快速提取异常流量特征、能够对异常流量时间序列进行准确排列、能够对实时网络请求精准分类(异常/非异常/可能异常)、能够对时间连续性网络攻击能够进行更精准的识别与防御；同时本发明所选模型作为经验模型，所需投入的人工和其他成本更低。