访问数据检测方法、装置、设备及存储介质.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CN113709159A(43)申请公布日2021.11.26(21)申请号202110998200.0(22)申请日2021.08.27(71)申请人北京天融信网络安全技术有限公司地址100000北京市海淀区上地东路1号院3号楼四层申请人北京天融信科技有限公司北京天融信软件有限公司(72)发明人周安范鸿雷(74)专利代理机构北京开阳星知识产权代理有限公司11710代理人吴崇(51)Int.Cl.H04L29/06(2006.01)权利要求书2页说明书13页附图5页(54)发明名称访问数据检测方法、装置、设备及存储介质(57)摘要本公开涉及一种访问数据检测方法、装置、设备及存储介质。该方法包括：获取待检测访问数据，待检测访问数据包括多个网络地址的停留时间序列，将停留时间序列输入至预先训练好的访问数据检测模型，得到预先训练好的访问数据检测模型输出的预测概率，预测概率为由多个网络地址构成的至少一个网络地址序列的预测停留时间序列为停留时间序列的概率和，若预测概率小于预先设定的概率阈值，则确定待检测访问数据为异常访问数据。通过上述技术方案，能够实现较高准确性和鲁棒性的异常访问数据的预测，以满足复杂化、多样化的访问数据检测的检测需求。CN113709159ACN113709159A权利要求书1/2页1.一种访问数据检测方法，其特征在于，包括：获取待检测访问数据，所述待检测访问数据包括多个网络地址的停留时间序列；将所述停留时间序列输入至预先训练好的访问数据检测模型，得到所述预先训练好的访问数据检测模型输出的预测概率，所述预测概率为由所述多个网络地址构成的至少一个网络地址序列的预测停留时间序列为所述停留时间序列的概率和；若所述预测概率小于预先设定的概率阈值，则确定所述待检测访问数据为异常访问数据。2.根据权利要求1所述的方法，其特征在于，所述待检测访问数据还包括由所述多个网络地址构成的待检测的网络地址序列，所述待检测的网络地址序列中每两个相邻的网络地址之间具有跳转关系。3.根据权利要求2所述的方法，其特征在于，所述将所述停留时间序列输入至预先训练好的访问数据检测模型，得到所述预先训练好的访问数据检测模型输出的预测概率，包括：将所述停留时间序列和所述网络地址序列输入至所述预先训练好的访问数据检测模型，得到所述预先训练好的访问数据检测模型输出的预测概率，所述预测概率为所述网络地址序列的预测停留时间为所述停留时间的概率。4.根据权利要求2所述的方法，其特征在于，在所述获取待检测访问数据之前，所述方法还包括：获取历史用户访问多个网络地址的样本访问数据，所述样本访问数据包括由所述多个网络地址构成的样本网络地址序列和样本停留时间序列，所述样本网络地址序列中每两个相邻的网络地址之间具有跳转关系，所述样本停留时间序列包括所述每两个相邻的网络地址跳转时每个所述网络地址的停留时间；基于所述样本访问数据对预设网络进行训练，得到所述访问数据检测模型。5.根据权利要求4所述的方法，其特征在于，所述预设网络为统计分析模型；其中，所述基于所述样本访问数据对预设网络进行训练，得到所述访问数据检测模型，包括：将所述样本网络地址序列作为所述预设网络的隐藏状态序列；将所述样本停留时间序列作为所述预设网络的可见状态序列；利用所述隐藏状态序列和所述可见状态序列，迭代训练所述预设网络，直至当前训练的所述预设网络满足预设的迭代条件，得到所述训练好的访问数据检测模型。6.根据权利要求4所述的方法，其特征在于，在所述得到所述训练好的访问数据检测模型之后，所述方法还包括：获取验证访问数据，所述验证访问数据包括用户访问数据和异常访问数据，所述用户访问数据包括由多个网络地址构成的验证网络地址序列和验证停留时间序列，所述验证网络地址序列中每两个相邻的网络地址之间具有跳转关系，所述验证停留时间序列包括所述每两个相邻的网络地址跳转时每个所述网络地址的停留时间；利用所述验证访问数据，检测所述训练好的访问数据检测模型的准确度；在所述准确度小于准确度阈值的情况下，返回执行基于所述样本访问数据对预设网络进行训练，直至所述准确度大于或等于所述准确度阈值，得到所述训练好的访问数据检测模型。2CN113709159A权利要求书2/2页7.根据权利要求2所述的方法，其特征在于，在所述得到所述预先训练好的访问数据检测模型输出的预测概率之后，所述方法还包括：若所述第一预测概率大于或等于所述预先设定的概率阈值，则确定所述待检测访问数据为用户访问数据；利用所述停留时间序列和所述待检测的网络地址序列，更新所述预先训练好的访问数据检测模型。8.一种访问数据检测装置，其特征在于，包括：待检测访问数据获取模块，用于获取待检测访问数据，所述待检测访问数据包括多个