一种面向Modbus协议的工业控制网络异常流量检测方法

    公开(公告)号:CN117411703B

    公开(公告)日:2024-11-12

    申请号:CN202311448619.4

    申请日:2023-11-02

    IPC分类号: H04L9/40 H04L12/40 H04L41/16

    摘要: 本发明涉及一种面向Modbus协议的工业控制网络异常流量检测方法,包括以下步骤:S1、捕获Modbus协议应用层报文中的数据包;S2、将捕获到的数据包流量进行特征提取与数据处理,并基于规则的流量特征来识别异常流量和攻击行为;S3、构建正常流量行为模型,利用S2中基于规则的流量特征对流量检测分类并进行模型优化;S4、根据优化后有规则集的机器学习模型构建入侵检测系统,分析流量的时序特征,进而更全面地分析网络攻击;S5、选择网络数据包进行分析,输入模型并进行预测,得到最终的流量分析结果。与现有技术相比,本发明网络攻击识别效率高、异常流量检测准确率高,同时具有流量分析全面、高效低成本的优点。

    基于神经网络注意力机制的程序检测方法、装置及介质

    公开(公告)号:CN117290217A

    公开(公告)日:2023-12-26

    申请号:CN202311217077.X

    申请日:2023-09-20

    摘要: 本发明涉及一种基于神经网络注意力机制的程序检测方法、装置及介质,其中方法包括以下步骤:步骤1)获取初始化种子用例;步骤2)利用结合了注意力机制的前馈神经网络模型对种子用例进行训练,并根据训练好的前馈神经网络模型,利用AdaMax梯度下降算法引导突变以获得测试用例;步骤3)将测试用例输入待测目标程序,基于模糊测试方法得到测试结果;步骤4)根据步骤3)的测试结果对前馈神经网络模型进行迭代优化以获得最优测试用例;步骤5)将最优测试用例输入待测目标程序,基于模糊测试方法得到最终测试结果。与现有技术相比,本发明具有检测导向性强、检测自动化程度高、检测覆盖范围大等优点。