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：浪潮云信息技术股份公司

摘要：本发明公开了基于卷积神经网络的自适应入侵检测方法及系统，属于网络检测技术领域，要解决的技术问题为如何应对不断变化的网络攻击和威胁、提高网络的入侵检测。包括如下步骤：采集网络流量数据，包括正常网络流量数据异常的网络流量数据；将预处理后网络流量数据作为样本数据，基于样本数据、样本数据的类别以及类别概率构建数据集；基于卷积神经网络构建网络入侵检测模型，网络入侵检测模型用于提取网络流量数据的网络特征、基于提取的网络特征判断网络流量数据是否为异常网络流量数据以及为异常网络流量数据的概率值，预测输出类别以及类别概率；基于数据集对网络入侵检测模型进行模型训练以及优化；对网络入侵检测模型的结构进行调整。

主权项：1.一种基于卷积神经网络的自适应入侵检测方法，其特征在于，包括如下步骤：数据收集：采集不同设备的网络流量数据，包括正常网络流量数据异常的网络流量数据；数据预处理：对于采集的网络流量数据，对异常网络流量数据进行攻击类型划分，对正常网络流量数据以及异常网络流量数据进行数据预处理，得到预处理后网络流量数据，将预处理后网络流量数据作为样本数据，基于样本数据、样本数据的类别以及类别概率构建数据集，其中类别分别正常、异常和可疑异常三种；模型构建：基于卷积神经网络构建网络入侵检测模型，所述网络入侵检测模型用于以网络流量数据为输入，提取网络流量数据的网络特征、基于提取的网络特征判断网络流量数据是否为异常网络流量数据以及为异常网络流量数据的概率值，预测输出类别以及类别概率；模型训练：基于数据集对网络入侵检测模型进行模型训练以及优化，得到优化后网络入侵检测模型，并将模型训练以及优化过程记载至模型训练日志中；模型自适应调整：以新采集的网络流量数据为输入，通过当前优化后网络入侵检测模型预测输出分类类别以及类别概率值，并将新的网络流量数据作为新的样本数据，将新的样本数据以及对应的类别以及类别概率添加至数据集、对当前优化后网络入侵检测模型进行优化，并将优化过程记载至模型训练日志中，新采集网络流量数据的类别概率小于阈值、或者对网络入侵检测模型进行预定次数优化后模型参数变动小于阈值，对网络入侵检测模型的结构进行调整。

全文数据：

权利要求：

百度查询： 浪潮云信息技术股份公司 基于卷积神经网络的自适应入侵检测方法及系统