一种基于机器学习的web指纹识别方法

    公开(公告)号:CN111092769A

    公开(公告)日:2020-05-01

    申请号:CN201911335939.2

    申请日:2019-12-24

    摘要: 本发明涉及web服务的技术领域,特别是涉及一种基于机器学习的web指纹识别方法,其使用机器学习算法,通过对响应报文中的内容和对应的Web指纹进行训练,生成Web指纹识别模型,通过将响应报文输入该模型可以快速对其对应的Web指纹进行判断,最终实现对Web服务的类型版本的高精度、快速预测;S1数据收集:收集或创建多个站点,之后我们对这些站点发送设计好的请求,分别对其对应的响应报文进行分类,将这些响应报文和其对应的Web指纹进行归类,将这些响应报文分为训练集和测试集;S2数据处理;S3模型训练;S4结束训练;S5行为预测。

    一种网络攻击检测方法、装置及电子设备

    公开(公告)号:CN111404911B

    公开(公告)日:2022-10-14

    申请号:CN202010165954.3

    申请日:2020-03-11

    IPC分类号: H04L9/40

    摘要: 本发明提供了一种网络攻击检测方法、装置及电子设备,本发明中获取目标网络流量的流量特征,然后对所述流量特征进行降维操作,得到流量统计特征,并调用预先训练的流量分析模型对所述流量统计特征进行处理,得到所述目标网络流量的流量分析结果,进而,确定与所述流量分析结果对应的网络攻击结果。由于流量分析模型的训练样本标注了正常流量样本或异常流量样本的样本类型,即可以通过流量分析模型得到该目标网络流量是否异常的分析结果,也就是说,本发明通过分析得到网络流量是否异常,进而确定电网工控系统是否受到网络攻击,若受到网络攻击,则可以及时修复电网工控系统,从而保证了电力系统的运行安全性。