[发明专利]异常检测模型训练方法、异常检测方法及装置

权利要求书

1.一种异常检测模型的训练方法，包括：

获取异常扫描报告；

根据所述异常扫描报告获取异常数据集，其中，所述异常数据集中包括多个异常数据，所述异常数据用于表征所述异常扫描报告中的异常的参数信息；

将所述异常数据集作为训练样本数据集，以训练待训练的初始异常检测模型，得到训练后的异常检测模型。

2.根据权利要求1所述的方法，其中，所述根据所述异常扫描报告获取异常数据集包括：

根据所述异常扫描报告获取多个原始异常数据；

对所述多个原始异常数据分别进行预处理，生成所述多个异常数据，其中，所述异常数据的数据类型包括数值型和/或布尔型；

根据所述多个异常数据生成所述异常数据集。

3.根据权利要求2所述的方法，其中，所述多个原始异常数据包括：请求数据和响应数据；

其中，所述请求数据包括原始请求数据和修改后的请求数据；所述响应数据包括与原始请求数据对应的响应数据和与修改后的请求数据对应的响应数据。

4.根据权利要求3所述的方法，其中，所述对所述多个原始异常数据分别进行预处理，生成所述多个异常数据包括：

对所述原始请求数据、与原始请求数据对应的响应数据、修改后的请求数据和与修改后的请求数据对应的响应数据分别进行特征提取，确定第一报文长度数据、第二报文长度数据、第三报文长度数据以及第四报文长度数据；

基于所述原始请求数据和所述修改后的请求数据，确定第一报文相似度；

基于所述与原始请求数据对应的响应数据和与所述修改后的请求数据对应的响应数据，确定第二报文相似度；

根据所述原始请求数据的报文体数据，确定所述原始请求数据的第一报文头的参数类型；

根据所述修改后的请求数据的报文体数据，确定所述修改后的请求数据的第二报文头的参数类型；

根据所述原始请求数据和所述与原始请求数据对应的响应数据，确定第一重现数据，其中，所述第一重现数据用于表征出现在所述原始请求数据中的关键字是否在所述与原始请求数据对应的响应数据中出现；

根据所述修改后的请求数据和与所述修改后的请求数据对应的响应数据，确定第二重现数据，其中，所述第二重现数据用于表征出现在所述修改后的请求数据中的关键字是否在与所述修改后的请求数据对应的响应数据中出现；

根据所述原始响应数据，确定第一返回码数据；

根据所述与修改后的请求数据对应的响应数据，确定第二返回码数据；

将所述第一报文长度数据、所述第二报文长度数据、所述第三报文长度数据、所述第四报文长度数据、所述第一报文相似度、所述第二报文相似度、所述第一报文头的参数类型、所述第二报文头的参数类型、所述第一重现数据、所述第二重现数据、所述第一返回码数据和所述第二返回码数据作为所述多个异常数据。

5.根据权利要求1所述的方法，其中，所述利用所述训练样本数据集训练待训练的异常检测模型，得到异常检测模型包括：

将所述训练样本数据集划分为训练集和测试集；

利用所述训练集训练所述待训练的异常检测模型，得到待测试异常检测模型；

利用所述测试集对所述待测试异常检测模型进行测试，得到验证结果，若所述验证结果不符合迭代停止条件，则继续对所述初始异常检测模型进行训练，直至所述验证结果符合迭代停止条件，其中，所述验证结果用于表征所述测试集中的异常数据为真或假，所述真表征所述扫描报告中的异常数据为真异常数据，所述假表征所述扫描报告中的异常数据为误报异常数据；

将符合所述迭代停止条件时对应的模型作为异常检测模型。

6.根据权利要求1至5任一项所述的方法，其中，所述初始异常检测模型是基于朴素贝叶斯分类算法构建得到的。

7.一种异常检测方法，包括：

获取待测扫描报告；

根据所述待测扫描报告获取待测样本数据集；

将所述待测样本数据集输入至所述异常检测模型，输出检测结果，其中，所述异常检测模型由权利要求1至6任一项所述的异常检测模型的训练方法训练得到。