基本信息:
- 专利标题： 基于分支策略的小样本网络入侵检测增量学习分类方法
- 申请号：CN202311345466.0 申请日：2023-10-18
- 公开(公告)号：CN117095243B 公开(公告)日：2024-05-07
- 发明人： 顾钊铨 , 杜磊 , 张明瑞 , 段晨芸 , 李嘉瑞 , 李鉴明 , 张志强 , 廖清 , 夏文 , 李诗逸
- 申请人： 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
- 申请人地址： 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区
- 专利权人： 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
- 当前专利权人： 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
- 当前专利权人地址： 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区
- 代理机构： 深圳市添源创鑫知识产权代理有限公司
- 代理人： 朱丽萍
- 主分类号： G06V10/764
- IPC分类号： G06V10/764 ; H04L9/40 ; G06V10/774 ; G06V10/80 ; G06V10/82 ; G06V10/70 ; G06V10/74 ; G06F18/213 ; G06F18/214 ; G06F18/22 ; G06F18/24 ; G06F18/25 ; G06F18/20 ; G06N3/045 ; G06N3/0895 ; G06N3/096 ; G06N3/084 ; G06N3/0985 ; G06F123/02
摘要：
本发明提供一种基于分支融合策略的小样本类增量网络入侵检测方法，包括：步骤一：将采集到的网络流量样本进行拆分处理，处理后的网络流量样本被转化为灰度图像表示；步骤二：将网络流量样本的灰度图像输入到骨干网络ViT中用于自监督模式的预训练以提高特征嵌入的表示能力；步骤三：初始化基础会话分支分类器的投影层参数，用于训练初始的检测分类模型；步骤四：学习每个新会话分支分类器模块，进而使用分支融合策略关联基础会话和新会话分支分类器从而帮助分类器模型完成训练和推理。本发明的有益效果是：本发明方法在不会遗忘已学习攻击类别的情况下，允许以增量、小样本、灵活的方式持续学习新攻击类别，实现保护目标网络系统免受恶意攻击。
公开/授权文献:
- CN117095243A 基于分支策略的小样本网络入侵检测增量学习分类方法 公开/授权日：2023-11-21