异常访问行为的检测方法、装置、存储介质及电子设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113949525A(43)申请公布日2022.01.18(21)申请号202111044460.0G06V10/764(2022.01)(22)申请日2021.09.07G06V10/774(2022.01)(71)申请人中云网安科技有限公司地址100022北京市朝阳区建国门外大街甲6号1幢6层D座7层705(内1)(72)发明人王秀贤(74)专利代理机构北京中强智尚知识产权代理有限公司11448代理人吕梦雪(51)Int.Cl.H04L9/40(2022.01)G06N3/04(2006.01)G06N3/08(2006.01)G06K9/62(2022.01)G06V10/762(2022.01)权利要求书2页说明书8页附图2页(54)发明名称异常访问行为的检测方法、装置、存储介质及电子设备(57)摘要本申请公开了一种异常访问行为的检测方法、装置、存储介质及电子设备。其中方法包括：获取与目标应用对应的若干目标历史流量数据；基于各所述目标历史流量数据进行特征提取，获得若干特征信息；基于各所述特征信息进行安全防护模型的训练，获得与所述目标应用对应的安全防护模型；基于所述安全防护模型对访问所述目标应用产生的当前流量数据进行异常访问行为的判断，获得异常访问行为的检测结果。本申请中，通过获取与目标应用对应的目标历史流量数据，然后进行模型训练来获得与目标应用对应的安全防护模型，由此能够更加准确的对访问目标应用的流量数据进行异常访问行为判断，提高了异常访问行为的检测的准确度。CN113949525ACN113949525A权利要求书1/2页1.一种异常访问行为的检测方法，其特征在于，包括：获取与目标应用对应的若干目标历史流量数据；基于各所述目标历史流量数据进行特征提取，获得若干特征信息；基于各所述特征信息进行安全防护模型的训练，获得与所述目标应用对应的安全防护模型；基于所述安全防护模型对访问所述目标应用产生的当前流量数据进行异常访问行为的判断，获得异常访问行为的检测结果。2.如权利要求1所述的方法，其特征在于，所述获取与目标应用对应的若干目标历史流量数据，具体包括：获取与目标应用对应的若干历史流量数据；基于卷积神经网络模型对各所述历史流量数据进行预处理，以从所述若干历史流量数据中筛选获得若干所述目标历史流量数据；各所述目标历史流量数据为正常访问行为所产生的流量数据。3.如权利要求1所述的方法，其特征在于，所述基于各所述目标历史流量数据进行特征提取，获得若干特征信息，具体包括：基于各所述目标历史流量数据，获取与各目标历史流量数据对应的访问目录、访问时间、访问方的网络地址、请求报文以及响应信息；基于与各目标历史流量数据对应的访问目录、访问时间、访问方的网络地址、请求报文以及响应信息，提取获得与底层逻辑对应的第一特征信息、与访问逻辑对应的第二特征信息以及与业务逻辑对应的第三特征信息；基于所述第一特征信息、第二特征信息以及所述第三特征信息中的一种或几种获得所述若干特征信息。4.如权利要求3所述的方法，其特征在于，所述基于与各目标历史流量数据对应的访问目录、访问时间、访问方的网络地址、请求报文以及响应信息，提取获得与底层逻辑对应的第一特征信息、与访问逻辑对应的第二特征信息以及与业务逻辑对应的第三特征信息，具体包括：基于访问目录提取获得与目标应用对应的目录结构特征，以获得所述第一特征信息；基于访问时间、访问方的网络地址以及请求报文提取获得与目标应用对应的时间特征、网络地址特征以及请求特征，基于所述时间特征、网络地址特征以及请求特征中的一种或几种获得所述第二特征信息；基于响应信息进行业务特征提取获得与目标应用对应的响应特征，以获得所述第三特征信息。5.如权利要求1所述的方法，其特征在于，所述基于各所述目标历史流量数据进行特征提取，获得若干特征信息，具体包括包括：基于各目标历史流量数据的访问类型进行特征提取，获得与访问类型对应的特征信息集合；在基于各所述特征信息进行安全防护模型的训练，获得与所述目标应用对应的安全防护模型，具体包括：基于各访问类型对应的特征信息集合分别进行模型训练，获得安全防护子模型，以基于各所述安全防护子模型获得所述安全防护模型。2CN113949525A权利要求书2/2页6.如权利要求2所述的方法，其特征在于，所述获取与目标应用对应的若干历史流量数据，具体包括：基于旁路反向代理的方式获取与目标应用对应的历史流量数据。7.如权利要求1所述的方法，其特征在于，在获得异常访问行为的检测结果时，所述方法还包括：按照预定的提示方式进行异常访问行为的提示。8.一种异常访问行为的检测装置，其特征在于，包括：获取模块，用于获取与目标应用对应的若干目标历史流量数据；提取模