一种基于深度学习的网络加密流量识别方法及装置

    公开(公告)号:CN112003870B

    公开(公告)日:2022-10-14

    申请号:CN202010886949.1

    申请日:2020-08-28

    Inventor: 王进

    Abstract: 本发明实施例提供了一种基于深度学习的网络加密流量识别方法及装置,涉及网络安全技术领域,可以提高网络加密流量识别的准确率和效率。包括:获得待识别网络流量内属于通信建立阶段的前预设数量个数据包的报文信息和通信行为信息;然后根据报文信息,构建报文二维数据矩阵,并根据通信行为信息,构建行为二维数据矩阵。再将报文二维数据矩阵和行为二维数据矩阵输入网络流量识别模型,确定待识别网络流量的协议类型。其中,网络流量识别模型为经过样本网络流量的样本二维数据矩阵以及样本网络流量对应的协议类型标签,对深度学习网络进行训练后得到的模型,样本二维数据矩阵包括样本网络流量对应的样本报文二维数据矩阵和样本行为二维数据矩阵。

    一种基于深度学习的网络加密流量识别方法及装置

    公开(公告)号:CN112003870A

    公开(公告)日:2020-11-27

    申请号:CN202010886949.1

    申请日:2020-08-28

    Inventor: 王进

    Abstract: 本发明实施例提供了一种基于深度学习的网络加密流量识别方法及装置,涉及网络安全技术领域,可以提高网络加密流量识别的准确率和效率。包括:获得待识别网络流量内属于通信建立阶段的前预设数量个数据包的报文信息和通信行为信息;然后根据报文信息,构建报文二维数据矩阵,并根据通信行为信息,构建行为二维数据矩阵。再将报文二维数据矩阵和行为二维数据矩阵输入网络流量识别模型,确定待识别网络流量的协议类型。其中,网络流量识别模型为经过样本网络流量的样本二维数据矩阵以及样本网络流量对应的协议类型标签,对深度学习网络进行训练后得到的模型,样本二维数据矩阵包括样本网络流量对应的样本报文二维数据矩阵和样本行为二维数据矩阵。

    一种基于配置表的工控系统安全风险评估的方法

    公开(公告)号:CN109613899A

    公开(公告)日:2019-04-12

    申请号:CN201811575235.8

    申请日:2018-12-21

    Abstract: 本发明涉及工业控制系统安全安全风险评估和配置核查领域技术领域,特别涉及一种基于配置表的工控系统安全风险评估的方法,采用如下步骤:步骤一:构建核心调度引擎,建立数据库组、引擎库、工控资产信息库,形成工业安全配置基线检查工具;步骤二:步骤一中的数据库组由工控协议、设备、软件数据库,工控漏洞数据库,关键扫描指令数据库组成;它针对构成工业控制系统的工控设备、网络设备、工控应用、服务、组件等,以及工控系统普遍采用的IT设备、操作系统、数据库等组件进行资产探测、配置安全基线核查、漏洞检测,实现快速检测,发现漏洞,从而能够快速得到检测结果,发现基线配置存在的安全风险。

Patent Agency Ranking