基本信息:
- 专利标题： 基于深度学习的网络资产指纹识别方法及装置
- 申请号：CN202410256786.7 申请日：2024-03-07
- 公开(公告)号：CN117851547A 公开(公告)日：2024-04-09
- 发明人： 陈明亮 , 汪明 , 张瑛 , 钟文慧 , 谢国强 , 邱日轩 , 栗维勋 , 马斌 , 栗会峰 , 侯泽鹏 , 向恺 , 崔柳 , 钟志萍 , 佟志鑫 , 付广宇 , 卢鑫鑫 , 俞建业
- 申请人： 国网江西省电力有限公司电力科学研究院 , 国网江西省电力有限公司 , 国家电网有限公司
- 申请人地址： 江西省南昌市青山湖区民营科技园民强路88号; ;
- 专利权人： 国网江西省电力有限公司电力科学研究院,国网江西省电力有限公司,国家电网有限公司
- 当前专利权人： 国网江西省电力有限公司电力科学研究院,国网江西省电力有限公司,国家电网有限公司
- 当前专利权人地址： 江西省南昌市青山湖区民营科技园民强路88号; ;
- 代理机构： 南昌丰择知识产权代理事务所
- 代理人： 吴称生
- 主分类号： G06F16/33
- IPC分类号： G06F16/33 ; H04L9/40 ; G06N3/0464 ; G06N3/08
摘要：
本发明提供一种基于深度学习的网络资产指纹识别方法及装置，属于网络安全技术领域，其中方法包括：获取待识别网络资产数据；对所述待识别网络资产数据进行预处理，得到所述待识别网络资产数据对应的第一文本信息和至少一个第一标签信息；基于网络资产指纹识别模型对所述第一文本信息和各所述第一标签信息进行识别，得到所述待识别网络资产数据对应的至少一个网络资产指纹信息；所述网络资产指纹识别模型是基于注意力机制和循环神经网络对训练样本集进行训练得到的；所述训练样本集中包括网络资产平台的网络资产指纹数据。本发明的基于深度学习的网络资产指纹识别方法提升了网络资产指纹识别的准确率和全面性。