[发明专利]一种基于卷积神经网络的碎片报文检测方法及存储介质

权利要求书

1.一种基于卷积神经网络的碎片报文检测方法，其特征在于，所述方法包括：

将IP报文划分为多个有效的功能片段；

对所述多个有效的功能片段进行组合以生成组合报文；

确定存在问题的组合报文并进行标记以获得数据样本；

基于所述数据样本训练神经网络模型，并利用训练后的神经网络模型进行碎片报文检测。

2.如权利要求1所述的基于卷积神经网络的碎片报文检测方法，其特征在于，所述有效的功能片段包括：版本号、MF标志位、DF标志位、原地址、目的地址、分组偏移长度、序号、源端口、目的端口、可选字段、数据报文的长度。

3.如权利要求1所述的基于卷积神经网络的碎片报文检测方法，其特征在于，所述组合报文至少包含一个所述有效的功能片段。

4.如权利要求1所述的基于卷积神经网络的碎片报文检测方法，其特征在于，所述组合报文为16进制数据。

5.如权利要求1所述的基于卷积神经网络的碎片报文检测方法，其特征在于，确定存在问题的组合报文还包括：

利用所述组合报文向预设的模拟网络系统发起碎片报文攻击，以根据攻击结果确定存在问题的组合报文。

6.如权利要求1所述的基于卷积神经网络的碎片报文检测方法，其特征在于，所述方法还包括：

在利用训练后的神经网络模型进行碎片报文检测前，通过相应的报文抓取工具抓取网络中的数据包，所述数据包中包含多个IP报文。

7.如权利要求6所述的基于卷积神经网络的碎片报文检测方法，其特征在于，所述通过相应的报文抓取工具抓取的网络中的数据包不小于10GB。

8.如权利要求6所述的基于卷积神经网络的碎片报文检测方法，其特征在于，所述方法还包括：

在利用训练后的神经网络模型进行碎片报文检测过程中，将发生网络故障时抓取的数据包进行标记，并加入样本数据库以用于进一步的训练所述神经网路模型。

9.如权利要求8所述的基于卷积神经网络的碎片报文检测方法，其特征在于，所述网络故障包括：操作系统网络协议栈的崩溃和/或网络处理软件的工作异常。

10.一种存储介质，其特征在于，所述存储介质中存储有可运行的计算机程序，所述计算机程序在被执行时用于实现如权利要求1-9任意一项所述的基于卷积神经网络的碎片报文检测方法的步骤。