

异常流量检测方法、装置及可读存储介质和电子设备.pdf
Ch****75
亲,该文档总共15页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
异常流量检测方法、装置及可读存储介质和电子设备.pdf
本发明实施例提出异常流量检测方法、装置及可读存储介质和电子设备。方法包括:采用第一分类模型将接收到的第二流量段分类为两组流量:第一流量组和第二流量组;其中,所述第一分类模型为:对接收到的第一流量段采用单分类算法计算得到的,第一流量段和第二流量段为相邻接收到的流量段,且第一流量段在第二流量段之前接收到;从第一流量组和第二流量组中提取异常流量特征,若提取到,则将所述异常流量特征添加到异常流量特征集合中;根据所述异常流量特征集合,检测接收到的流量是否为异常流量,若为异常流量,则丢弃该流量。本发明实施例提高了异常
流量异常检测方法、装置、电子设备和存储介质.pdf
本发明实施例提供了一种流量异常检测方法、装置、电子设备和计算机存储介质,该方法包括:根据至少一个数据流中每个数据流的标识信息,确定至少一个数据流的属性信息在散列的数据结构中存储的目标位置;确定至少一个数据流的属性信息,并在目标位置存储至少一个数据流的属性信息;根据至少一个数据流的属性信息,确定待检测数据流的大小的估计值,待检测数据流为所述至少一个数据流中的数据流;根据待检测数据流的大小的估计值,对待检测数据流进行异常检测。
轨迹异常检测方法和装置、电子设备及可读存储介质.pdf
本发明提供一种轨迹异常检测方法和装置、电子设备及可读存储介质,其中所述方法包括:获取目标对象的历史行驶轨迹信息及实时行驶轨迹信息;对历史行驶轨迹信息进行密度聚类,基于所述密度聚类的结果获得目标对象的日间常驻地和夜间常驻地;基于目标对象分别在日间常驻地的第一历史停留时长和夜间常驻地的第二历史停留时长,得到昼伏夜出判断比例;基于实时行驶轨迹信息,获取并基于目标对象分别在日间常驻地的第一实时停留时长和夜间常驻地的第二实时停留时长,得到昼伏夜出实时比例;基于昼伏夜出判断比例、昼伏夜出实时比例的比较结果,检测出目标
异常加密流量检测方法、装置、电子设备和存储介质.pdf
本申请提供异常加密流量检测方法、装置、电子设备和存储介质。该方法包括:获取待检测TLS加密流量;确定所述待检测TLS加密流量的JA3指纹,以及所述待检测TLS加密流量的ClientHello数据包中的ServerName字段值;利用所述JA3指纹和所述ServerName字段值生成目标SN?JA3指纹;通过所述目标SN?JA3指纹查询预设指纹库,以确定所述待检测TLS加密流量是否为异常加密流量,其中,所述预设指纹库存储有多个SN?JA3指纹以及各个SN?JA3指纹在非异常加密流量中出现的概率。因此,通过该
异常访问的检测方法、装置、电子设备及可读存储介质.pdf
本申请公开了一种异常访问的检测方法、装置、电子设备及可读存储介质,其方法包括:获取目标应用的训练用数据流量;对所述训练用数据流量进行特征提取,得到流量数据特征;基于监督学习与无监督学习的结合,对所述流量数据特征进行特征转换,以学习所述目标应用的底层逻辑、访问逻辑和业务逻辑,得到所述目标应用的安全防护模型;基于所述安全防护模型,对目标应用的异常访问进行识别。本申请基于人工智能方法,能够高效、准确的对攻击行为进行智能识别,尤其是对0‑day漏洞的攻击行为;显著提高了互联网应用系统的安全性,适用性广,准确度高。