[发明专利]LSTM模型及基于该模型的网络攻击识别方法及系统

说明书

本发明涉及LSTM循环神经网络模型及基于该模型的网络攻击识别方法，所述LSTM循环神经网络模型的建立过程包括以下步骤：S100：采集多个文本格式的网络请求数据作为训练数据集，并根据网络请求数据的内容为每个网络请求数据设定标签类别；S200：对训练数据集中的网络请求数据进行预处理，转化为预设长度的数字序列型数据；S300：根据训练数据集中的数字序列型数据，进行训练，构建LSTM循环神经网络模型。本发明通过将网络请求数据转化为数字序列型数据，进而使用该数据组成的训练数据集进行训练，构建LSTM循环神经网络模型，进而实现网络请求数据的类别的预测。

技术领域

本发明涉及网络安全技术领域，尤其涉及LSTM循环神经网络模型及基于该模型的网络攻击识别方法。

背景技术

随着信息化战略的持续推进和互联网、云计算等技术的大力发展，越来越多的企业相关业务完成了数据化转型将业务搬上网络端。但是由于网络应用本身的开放性和不可控性，以及网络应用开发人员的局限性，网络应用极大可能存在可供利用的网络漏洞。黑客利用这些漏洞可以开展诸如SQL注入，XSS攻击等网络攻击，给网站带来网站瘫痪、信息泄露、网页篡改、挂马等风险，给网站公司主体及其用户带来巨大的损失。

目前市面上针对网络应用防护，主流的解决方案是基于正则规则的网站应用级入侵防御系统。这种基于规则的防护方法在面对灵活多变的网络攻击时，往往导致误报或漏报，并且规则的制定和维护需要有专业的安全相关人员负责，尽管如此，还是很难涵盖攻击的种种变形，面对未知攻击和0day攻击则难以有效应对，甚至有可能出现规则之间的冲突，另外规则的制定很难把握误判与漏判问题的平衡问题，太严格的规则容易误杀正常业务流量，造成误判。太松散的规则则容易被绕过，造成漏判。

发明内容

针对上述问题，本发明旨在提供一种LSTM循环神经网络模型及基于该模型的网络攻击识别方法，通过将网络请求数据转化为数字序列型数据，进而使用该数据组成的训练数据集进行训练，构建LSTM循环神经网络模型，进而实现网络请求数据的类别的识别。

具体方案如下：

一种用于网络攻击类别识别的LSTM循环神经网络模型，所述LSTM循环神经网络模型的建立过程包括以下步骤：

S100：采集多个文本格式的网络请求数据作为训练数据集，并根据网络请求数据的内容为每个网络请求数据设定标签类别；

S200：对训练数据集中的网络请求数据进行预处理，转化为预设长度的数字序列型数据；

所述预处理包括解码、中文字符替换、大小写变换、字典提取、序列编码和序列长度处理；

所述解码为：将网络请求数据中包含的编码还原成所述编码对应的编码前的字符；

所述中文字符替换为：将非字母、数字和符号的字符统一替换为小写字母’ z’；

所述大小写变换为：将大写字符转化为小写字符；

所述字典提取为：以单字符为单位统计每个字符在数据集中出现的次数，按次数降序排列字典编号形成字典，此外，设定序列补位的字符为“+”，其字典编号为0，未在训练数据集出现过的字符编码为“z”，其字典编号为1；

所述序列编码为：根据字典中设置的字符的字典编号将网络请求数据中的字符替换为字典编号，将字典中未记录的字符使用字符“z”代替，并设定其字典编号为1，形成数字序列型数据；

所述序列长度处理为：根据设定的预设长度，将上述数字序列型数据进行长度处理，使所有数字序列型数据的长度均为预设长度。

S300：根据训练数据集中的数字序列型数据，进行训练，构建LSTM循环神经网络模型。