发明名称 |
网络异常行为的检测方法及系统 |
摘要 |
本发明公开了一种网络异常行为的检测方法及系统。其中方法包括:从网络访问日志中获取网络访问数据集;从网络访问数据集中提取每个特定域名下的网络访问数据,计算网络访问数据中指定字段的统计特性参数;从不同维度检测网络访问数据集中各条网络访问数据的行为特性,生成各条网络访问数据对应的多维特征向量;基于训练数据集中各条训练数据的多维特征向量和各条训练数据的实际类标、以及检测数据集中各条检测数据的多维特征向量,采用机器学中的分类算法,得到检测数据集中各条检测数据的预测类标。根据本发明提供的方案,得到的检测结果同时具有较高的准确率和召回率。 |
申请公布号 |
CN105915555A |
申请公布日期 |
2016.08.31 |
申请号 |
CN201610500130.0 |
申请日期 |
2016.06.29 |
申请人 |
北京奇虎科技有限公司;北京奇安信科技有限公司 |
发明人 |
李嘉伟;王占一 |
分类号 |
H04L29/06(2006.01)I;H04L12/24(2006.01)I |
主分类号 |
H04L29/06(2006.01)I |
代理机构 |
北京市浩天知识产权代理事务所(普通合伙) 11276 |
代理人 |
宋菲;刘云贵 |
主权项 |
一种网络异常行为的检测方法,其包括:从网络访问日志中获取网络访问数据集,所述网络访问数据集包含训练数据集和检测数据集;从所述网络访问数据集中提取每个特定域名下的网络访问数据,计算所述网络访问数据中指定字段的统计特性参数,构建每个特定域名的统计特性模型;依据计算得到的统计特征参数,从不同维度检测所述网络访问数据集中各条网络访问数据的行为特性,生成各条网络访问数据对应的多维特征向量;基于训练数据集中各条训练数据的多维特征向量和各条训练数据的实际类标、以及检测数据集中各条检测数据的多维特征向量,采用机器学习中的分类算法,得到所述检测数据集中各条检测数据的预测类标;其中类标表示网络访问数据为正常数据或异常数据。 |
地址 |
100088 北京市西城区新街口外大街28号D座112室(德胜园区) |