[发明专利]一种网络安全一体化智能防护方法、装置及机器人、介质有效

专利信息
申请号: 202210487482.2 申请日: 2022-05-06
公开(公告)号: CN114928531B 公开(公告)日: 2023-09-05
发明(设计)人: 董贇;梁梓威;张希翔;曾明霏;巫明强 申请(专利权)人: 广西电网有限责任公司
主分类号: H04L41/0631 分类号: H04L41/0631;H04L45/00
代理公司: 北京品源专利代理有限公司 11332 代理人: 杨义
地址: 530023 广西*** 国省代码: 广西;45
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 网络安全 一体化 智能 防护 方法 装置 机器人 介质
【权利要求书】:

1.一种网络安全一体化智能防护方法,其特征在于,包括:

根据当前监测到的安全设备告警信息及第一神经网络模型确认安全设备告警信息;

通过第二神经网络模型对所述安全设备告警信息分析确认关键性告警信息;

根据所述关键性告警信息进行护网应急处置;其中,护网安全处置包括IP封禁及防火墙复制;

通过第二神经网络模型对所述安全设备告警信息分析确认关键性告警信息之前,还包括:

建立第二神经网络模型;

所述建立第二神经网络模型,包括:

对历史不同类别的安全设备告警信息特征提取攻击告警特征;

对所述攻击告警特征进行K-means算法处理输出低维攻击告警特征;

根据所述低维攻击告警特征和历史攻击告警特征建立第二经网络模型。

2.根据权利要求1所述的网络安全一体化智能防护方法,其特征在于,根据当前监测到的安全设备告警信息及第一神经网络模型确认安全设备告警信息之前,还包括:

获取历史不同类别的安全设备告警信息;

根据所述历史不同类别的安全设备告警信息建立所述第一神经网络模型。

3.根据权利要求2所述的网络安全一体化智能防护方法,其特征在于,根据所述历史不同类别的安全设备告警信息建立第一神经网络模型,包括:

对所述历史不同类别的安全设备告警信息特征提取获得告警特征;

对所述告警特征进行卷积运算输出特征提取表;

对所述特征提取表进行池化处理输出低维告警特征;

根据所述低维告警特征和历史告警特征建立第-神经网络模型。

4.根据权利要求1所述的网络安全一体化智能防护方法,其特征在于,还包括:

将所述安全设备告警信息、所述关键性安全告警信息及所述护网应急处置统计处理。

5.一种网络安全一体化智能防护装置,其特征在于,包括:

安全设备告警信息确认模块,用于根据当前监测到的安全设备告警信息及第一神经网络模型确认安全设备告警信息;

关键性安全告警信息确认模块,用于通过第二神经网络模型对所述安全设备告警信息分析确认关键性告警信息;

护网应急处置模块,用于根据所述关键性告警信息进行护网应急处置;其中,护网安全处置包括IP封禁及防火墙复制;

所述关键性安全告警信息确认模块还用于,对历史不同类别的安全设备告警信息特征提取攻击告警特征;对所述攻击告警特征进行K-means算法处理输出低维攻击告警特征;根据所述低维攻击告警特征和历史攻击告警特征建立第二经网络模型。

6.根据权利要求5所述的网络安全一体化智能防护装置,其特征在于,还包括:统计模块,所述统计模块,用于将所述安全设备告警信息、所述关键性安全告警信息及所述护网应急处置统计处理。

7.一种网络安全一体化智能防护机器人,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-4中任一所述的网络安全一体化智能防护方法。

8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-4中任一所述的网络安全一体化智能防护方法。

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广西电网有限责任公司,未经广西电网有限责任公司许可,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/202210487482.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top