一种基于有效载荷的网络攻击检测方法、系统及介质

专利主权项内容

1.一种基于数据包有效载荷预训练模型的网络攻击检测方法，其特征在于，所述方法包括以下步骤：步骤S10，提取有效载荷：使用Python3中的网络流量基本信息提取库flowcontainer对数据集中的网络流量包进行切分，获得网络会话流粒度的网络数据包有效载荷序列；步骤S20，有效载荷处理：对数据集的正常流量和网络攻击流量进行均衡采样，并依据Bert模型的输入长度限制，使用滑动窗口对有效载荷进行切分；步骤S30，预训练Bert模型：将有效载荷切分后获得的字节对序列经分词器处理后输入Bert模型进行预训练，在预训练Bert模型时将网络会话流类比于文档，将网络数据包有效载荷类比于句子；步骤S40，微调已预训练的Bert模型进行网络攻击检测：加载已预训练的Bert模型，结合分类器在新的数据上进行微调，采用微调后的网络攻击检测模型检测网络攻击。