基本信息:
- 专利标题： 基于深度学习的两阶段网络入侵检测系统及方法
- 申请号：CN202510028258.0 申请日：2025-01-08
- 公开(公告)号：CN120074862A 公开(公告)日：2025-05-30
- 发明人： 傅强 , 吴江 , 程维维 , 占敖 , 吴呈瑜 , 徐伟强
- 申请人： 浙江理工大学
- 申请人地址： 浙江省杭州市钱塘区白杨街道2号大街928号
- 专利权人： 浙江理工大学
- 当前专利权人： 浙江理工大学
- 当前专利权人地址： 浙江省杭州市钱塘区白杨街道2号大街928号
- 代理机构： 浙江永鼎律师事务所
- 代理人： 周希良
- 主分类号： H04L9/40
- IPC分类号： H04L9/40 ; G06N3/0464 ; G06N3/08
摘要：
本发明公开了一种基于深度学习的两阶段网络入侵检测系统及方法，系统包括如下模块：数据采集模块，网络设备将流量的关键属性发送给流量采集器，流量采集器对接收的流量数据进行分类汇总；数据预处理模块，对采集到的流量数据进行预处理后，发送给入侵检测模块；入侵检测模块，将数据的特征划分为数值特征和分类特征；构建并训练基于MARNet的网络模型，部署训练好的模型，对网络攻击进行检测和分类；所述神经网络模型的处理过程包含两个阶段：第一阶段是多尺度特征分类提取，第二阶段是分类阶段；安全评估模块，构建网络安全评价体系，并展示安全评估结果。本发明能够快速准确实时地监测网络入侵的发生，并降低在物联网开发应用当中的成本。