一种基于r-GRU网络的工业互联网跨域访问请求潜在风险判别方法及判别系统

专利主权项内容

1.一种基于r-GRU网络的工业互联网跨域访问请求潜在风险判别方法，其特征在于，包括如下步骤：步骤1、采集网络设备上实际工业互联网跨域访问请求，通过数据包级别和会话流级别提取基于时间信息的多维工业互联网跨域访问请求数据指纹；步骤2、利用相应的嵌入技术将每个网络设备上的工业互联网跨域访问请求的相关数据指纹转换为密集且连续的向量；步骤3、利用r-GRU网络训练和提取每个网络设备上基于时间的工业互联网跨域访问请求数据指纹；步骤4、使用多层感知机MLP技术对r-GRU网络生成的隐式表达向量进一步提取更高维度的基于时间的工业互联网跨域访问请求数据指纹；步骤5、根据工业互联网跨域访问请求数据的嵌入信息和利用深度学习网络获得的基于时间的工业互联网跨域访问请求数据指纹计算出重构误差，通过统计重构误差的分布确定检测阈值τ，当新输入工业互联网跨域访问请求数据的重构误差大于该阈值时则可认为该数据为异常工业互联网跨域访问请求数据。