[发明专利]面向综合电子系统的基于深层自编码器的混合入侵检测方法有效
| 申请号: | 201811439878.X | 申请日: | 2018-11-29 |
| 公开(公告)号: | CN109660522B | 公开(公告)日: | 2021-05-25 |
| 发明(设计)人: | 何道敬;乔琪;郑佳佳;齐维孔;王灏宇;李明 | 申请(专利权)人: | 华东师范大学;中国空间技术研究院 |
| 主分类号: | H04L29/06 | 分类号: | H04L29/06 |
| 代理公司: | 上海蓝迪专利商标事务所(普通合伙) 31215 | 代理人: | 徐筱梅;张翔 |
| 地址: | 200241 *** | 国省代码: | 上海;31 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 面向 综合 电子 系统 基于 深层 编码器 混合 入侵 检测 方法 | ||
1.一种面向综合电子系统的基于深层自编码器的混合入侵检测方法,其特征在于,包括如下步骤:
步骤1:数据预处理,对综合电子系统中总线管理器所存储的各终端之间的通信流量数据进行归一化和标准化处理,得到格式规范的训练集;
步骤2:特征提取,使用深层自编码器对训练集数据进行特征提取,得到特征参数权值,使特征更具表达能力;
步骤3:入侵行为判定,将步骤2所得的参数权值与训练集数据做运算得到特征数据,输入集合分类器判断该特征是否属于攻击行为;其中:
步骤1所述归一化指通过最小-最大归一化、对数函数归一化或反余切函数归一化算法将数据映射到[0,1]的区间中;所述标准化指通过最小-最大规范化、Z分数规范化或Sigmoid函数算法将所述数据按照比例进行缩放,使所述数据映射到对应的空间里;
步骤2所述深层自编码器具有数个隐藏层,包括编码和解码,将原始的输入转换成特征表达形式;具体为:
ⅰ)预训练阶段,使用训练集数据生成初始参数权值;
ⅱ)微调阶段,对所有神经元使用随机梯度下降的优化方法进行参数权值调整。
2.根据权利要求1所述的混合入侵检测方法,其特征在于,步骤2所述使特征更具表达能力,是通过微调阶段对特征参数进行迭代调整,过滤干扰特征,提取与行为判定有关联的特征。
3.根据权利要求1所述的混合入侵检测方法,其特征在于,步骤3所述做运算即将所述训练集中的数据与步骤2中所述特征参数相乘,目的是对所述训练集数据进行降维处理。
4.根据权利要求1所述的混合入侵检测方法,其特征在于,步骤3所述集合分类器为XGBoost。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华东师范大学;中国空间技术研究院,未经华东师范大学;中国空间技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811439878.X/1.html,转载请声明来源钻瓜专利网。





