一种基于深度学习的检测未知网络攻击的异常检测系统

专利主权项内容

1.一种基于深度学习的检测未知网络攻击的异常检测系统，其特征在于，包括：数据建模模块，所述数据建模模块用于收集正常流量作为训练数据，并以此进行建模，建立正常流量模型；内在特征提取模块，所述内在特征提取模块用于结合模型研究正常流量行为的内在特征，并对特征信息进行提取；特征比对模块，所述特征比对模块用于将被测流量特征与正常流量内在特征进行比对，并将比对结果发送给指定模块；异常判别模块，所述异常判别模块接收比对结果，并根据比对结果判别被测流量是否存在异常；检测记录模块，所述检测记录模块对异常判别模块的判别结果进行接收，详细记录被测流量的检测结果及其相关信息，再将记录内容发送至数据库；统计模块，所述统计模块用于统计数据库内的新增的网络攻击信息数据；异常特征提取模块，所述异常特征提取模块通过对新增的网络攻击信息数据中的有用数据进行整合，再结合特征分析、信息提取等操作获取新增网络攻击的流量内在特征，并将其反馈给内在特征提取模块，对其提取出的正常流量行为的内在特征进行调整；重合分析模块，所述重合分析模块用于接收被测流量信息，将其与数据库内已经存在的流量信息进行重合分析，以判断该被测流量是否已被检测；结果输出模块，所述结果输出模块用于接收重合分析模块发出的指令，并根据指令做出对应结果输出。 马 克 数 据 网