买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：杭州海康威视数字技术股份有限公司

摘要：本申请实施例提供了基于多尺度卷积神经网络的智能物联网恶意流量检测方法。其中，方法包括：获取目标物联网架构中的待检测流量数据；将待检测流量数据输入至目标恶意流量检测模型中，得到目标恶意流量检测模型输出的恶意流量检测结果。目标恶意流量检测模型为通过以下方式训练得到的：在超参数空间中查找性能指标满足预设性能条件的超参数，作为目标超参数；根据原始恶意流量检测模型对样本数据的预测结果与训练样本数据的真值之间的差异，对原始恶意流量检测模型中的模型参数进行调整，直至满足预设训练结束条件，得到目标恶意流量检测模型。可以提高恶意流量检测模型的场景适应性。

主权项：1.一种基于多尺度卷积神经网络的智能物联网恶意流量检测方法，其特征在于，所述方法包括：获取目标物联网架构中的待检测流量数据；将所述待检测流量数据输入至目标恶意流量检测模型中，得到所述目标恶意流量检测模型输出的恶意流量检测结果；其中，所述目标恶意流量检测模型为通过以下方式训练得到的，包括：获取目标物联网架构中的网络流量数据，作为样本数据，并将所述网络流量数据的标签，作为所述样本数据的真值；其中，所述标签用于表征所述网络流量数据是否为恶意流量；分别针对多个当前超参数中的每个当前超参数，按照所述当前超参数指示的多尺度特征提取方法，提取得到所述样本数据的不同尺度下的特征数据，并按照所述当前超参数指示的特征融合方法，融合不同尺度下的特征数据，得到融合特征；并按照所述当前超参数所指示的恶意流量检测方法，对融合特征进行恶意流量检测，得到所述当前超参数对应的恶意流量检测结果；分别确定各所述当前超参数对应的恶意流量检测结果与所述样本数据的真值之间的匹配程度，作为各所述当前超参数的性能指标；根据各所述当前超参数的性能指标，预测得到超参数空间中各候选超参数的性能指标，其中，所述候选超参数为未作为过当前超参数的超参数；从各所述候选超参数中采样多个候选超参数，作为新的当前超参数，返回执行所述分别针对多个当前超参数中的每个当前超参数，按照所述当前超参数指示的多尺度特征提取方法，提取得到样本数据的不同尺度下的特征数据的步骤，其中，采样时候选超参数被采样的概率与候选超参数的性能指标正相关；直至满足预设迭代结束条件，在所述超参数空间中查找性能指标满足预设性能条件的超参数，作为目标超参数；根据所述目标超参数生成原始恶意流量检测模型，其中，所述原始恶意流量检测模型用于按照所述目标超参数指示的多尺度特征提取方法，提取得到所述样本数据的不同尺度下的特征数据，并按照所述目标超参数指示的特征融合方法，融合所述不同尺度下的特征数据，得到融合特征；并按照所述目标超参数所指示的恶意流量检测方法，对融合特征进行恶意流量检测，得到恶意流量检测结果；将所述样本数据输入至所述原始恶意流量检测模型中，得到所述原始恶意流量检测模型输出的预测结果；根据所述预测结果与所述样本数据的真值之间的差异，对所述原始恶意流量检测模型中的模型参数进行调整，并将模型参数调整后的原始恶意流量检测模型作为新的原始恶意流量检测模型，重复执行将所述样本数据输入至所述原始恶意流量检测模型中，得到所述原始恶意流量检测模型输出的预测结果的步骤，直至满足预设训练结束条件，得到目标恶意流量检测模型。

全文数据：

权利要求：

百度查询： 杭州海康威视数字技术股份有限公司 基于多尺度卷积神经网络的智能物联网恶意流量检测方法