[发明专利]一种异常流量数据的检测方法及系统

说明书

本发明实施例提供一种异常流量数据的检测方法及系统。方法包括：将待检测流量数据包中的任一条流量数据的特征输入至训练好的自动编码器模型或主成分分析模型中，以获取任一条流量数据对应的评分；若评分大于预设异常门限，则判定任一条流量数据为异常流量数据。本发明实施例提供的方法及系统，通过采用非监督式机器学习聚类算法中的主成分分析法和自动编码器进行异常流量数据的检测，可以对网络中的流量数据进行在线或者离线的检测，具有更加广泛的应用。并且，利用机器学习算法去检测网络中的异常流量数据，可以避免人为筛选过程中因自身原因造成的高筛选误差，使网络提前采取相应的行为从而降低网络遭受攻击和用户隐私泄露的概率。

技术领域

本发明实施例涉及网络安全技术领域，尤其涉及一种异常流量数据的检测方法及系统。

背景技术

当今网络技术发展迅猛，网络每天都会产生数亿兆级别的流量，网络流量检测关系着网络安全和用户隐私安全等多方面问题，因而越来越受到人们的关注。网络异常流量检测是网络安全领域中一个非常重要且热门的研究方向。网络异常流量检测是指从大量混合的网络流量数据中把具有网络攻击行为的异常流量分离出来以区别于正常行为的流量数据。

网络安全中的异常流量检测要求检测系统能够快速准确地检测出网络中的异常流量，同时保证能够对在线流量实时检测尤为重要。针对目前现有的异常流量检测方法，其很难进行在线检测，同时当网络发生新的攻击行为时，现有的异常流量检测方法很难将其检测出来。

发明内容

本发明实施例提供一种异常流量数据的检测方法及系统，用以解决现有技术中无法快速准确地检测出网络中的异常流量数据且无法对在线流量数据进行实时检测的缺陷，提高了异常流量数据检测的效率和准确率，并能够对在线流量数据进行实时检测。

本发明实施例提供一种异常流量数据的检测方法，包括：

将待检测流量数据包中的任一条流量数据的特征输入至训练好的自动编码器模型或主成分分析模型中，以获取所述任一条流量数据对应的评分；

若所述评分大于预设异常门限，则判定所述任一条流量数据为异常流量数据。

本发明实施例提供一种异常流量数据的检测系统，包括：

特征输入模块，用于将待检测流量数据包中的任一条流量数据的特征输入至训练好的自动编码器模型或主成分分析模型中，以获取所述任一条流量数据对应的评分；

异常流量数据判定模块，用于若所述评分大于预设异常门限，则判定所述任一条流量数据为异常流量数据。

本发明实施例提供一种异常流量数据的检测设备，包括存储器和处理器，所述处理器和所述存储器通过总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行上述的方法。

本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述的方法。

本发明实施例提供的一种异常流量数据的检测方法及系统，通过采用非监督式机器学习聚类算法中的主成分分析法和自动编码器进行异常流量数据的检测，可以对网络中的流量数据进行在线或者离线的检测，具有更加广泛的应用。并且，利用机器学习算法去检测网络中的异常流量数据，可以避免人为筛选过程中因自身原因造成的高筛选误差，使网络提前采取相应的行为从而降低网络遭受攻击和用户隐私泄露的概率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一种异常流量数据的检测方法实施例流程图；