一种流量检测方法、装置、设备及可读存储介质.pdf
秀美****甜v
亲,该文档总共23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
一种流量检测方法、装置、设备及可读存储介质.pdf
本申请公开了计算机技术领域内的一种流量检测方法、装置、设备及可读存储介质。本申请针对目标主机与其他设备之间的通信流量,先按照预设时长划分通信流量中的同路径流量,得到不同传输时间段内的流量组,然后统计每个流量组中的流量传输特征集,最后基于相同流量传输特征集的统计结果判断同路径流量是否为异常流量。本申请以目标主机与其他设备之间的通信流量作为检测对象,提升了检测的全面性,还能够检测出通信流量的真实传输行为,因此可以降低误判率,提升了恶意流量的检测准确性。本申请提供的一种流量检测装置、设备及可读存储介质,也同样具
一种目标流量检测方法、装置、设备及可读存储介质.pdf
本申请公开了一种目标流量检测方法、装置、设备及计算机可读存储介质,该方法包括:获取目标流量;根据目标流量的编码类型,对目标流量进行解码处理,得到目标数据;对目标数据进行绕过特征检测,得到检测结果;检测结果用于表明所述目标流量是否为经过绕过处理的流量;该方法为了更准确地识别出经绕过处理的流量,在获取到目标流量之后,若判断出其经过编码,则首先进行解码,其次进行绕过特征检测,通过本申请的技术方案,可以较为准确地检测出某一流量是否为经绕过处理得到的流量,从而可以为后续操作提供参考,进而可以在一定程度上解决相关技术
网络流量检测方法、装置、电子设备及可读存储介质.pdf
本申请提供一种网络流量检测方法、装置、电子设备及可读存储介质。方法包括:获取训练数据集,训练数据集包括多组样本数据,每组样本数据包括与多个时间序列对应的网络流量数据,多组样本数据中的部分组样本数据的网络流量数据包括数据特征及基于白噪声得到的数据标签;利用训练数据集训练神经网络模型,得到经过训练的神经网络模型,用于预测当前时刻之后的目标时刻的流量数据。由于训练数据集的样本数据中,包括基于白噪声得到的数据标签,如此,可以丰富样本数据的多样性,从而有利于提高训练后的神经网络模型所预测的网络流量峰值的准确性和可靠
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
流量安全监测方法、设备、装置、系统及可读存储介质.pdf
本申请公开了一种流量安全监测方法、设备、装置、系统、及可读存储介质,该方法包括:将内网流量中的东西向流量引至出口网关;接收出口网关转发的检测结果;检测结果为出口网关将东西向流量发送至网络安全检测平台进行安全检查后所得结果;若检测结果为访问安全,则对东西向流量进行放行;若检测结果为访问危险,则对东西向流量进行拦截。本申请属于网络安全技术领域,在本申请中,通过对东西向流量进行引流,可以让其流经出口网关并最终在网络安全检测平台接受安全检查。基于该检测结果,可以将访问危险的东西向流量进行拦截,能够保障网络安全。