[发明专利]一种拟态WAF中恶意流量检测和行为分析方法有效
| 申请号： | 202111652529.8 | 申请日： | 2021-12-30 |
| 公开（公告）号： | CN114499991B | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 吴春明;赵若琰 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | H04L9/40 | 分类号： | H04L9/40;H04L67/02;G06F18/2431;G06N3/0464 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 邱启旺 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 拟态 waf 恶意 流量 检测 行为 分析 方法 | ||
【权利要求书】：
1.一种拟态WAF中恶意流量检测和行为分析方法，其特征在于，包含以下步骤：
（1）将HTTP(S)流量同时送入异构检测模块和行为检测模型1进行检测；
（1.1）对于异构检测模块：
（1.1.1）将HTTP(S)流量同时送入一个正则检测模块和n个AI检测模型，得到n+1个检测结果，其中；
（1.1.2）将n+1个检测结果送入裁决模块：
计算加权和；其中，为的权重；
若，则记最终检测结果r1=0，表示初步检测结果为正常流量；
若，则记r1=1，表示初步检测结果为恶意流量；
（1.2）对于行为检测模型1，得到恶意行为检测结果；其中，代表正常行为，代表m种异常行为；行为检测模型1是一个分类模型；
（2）将异构检测模块检测到的恶意流量，送入行为检测模型2，进行恶意行为检测，得到检测结果；其中，行为检测模型2也是一个分类模型；行为检测模型2训练出的权重参数与行为检测模型1不同；
（3）合并行为检测模型1输出的和行为检测模型2输出为h，对应的流量，将它们拦截，并输出对应的异常行为。
2.如权利要求1所述拟态WAF中恶意流量检测和行为分析方法，其特征在于，拦截恶意流量，每个恶意流量对应两个行为检测模型输出的检测结果。
3.如权利要求1所述拟态WAF中恶意流量检测和行为分析方法，其特征在于，分类模型包括CNN、RNN、LSTM。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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浙江大学，未经浙江大学许可，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/202111652529.8/1.html，转载请声明来源钻瓜专利网。
