Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳开鸿数字产业发展有限公司孟欣飞获国家专利权

深圳开鸿数字产业发展有限公司孟欣飞获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉深圳开鸿数字产业发展有限公司申请的专利一种网络日志异常分析方法、系统、终端及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118740594B

龙图腾网通过国家知识产权局官网在2026-03-20发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410880212.7,技术领域涉及:H04L41/0631;该发明授权一种网络日志异常分析方法、系统、终端及存储介质是由孟欣飞设计研发完成,并于2024-07-02向国家知识产权局提交的专利申请。

一种网络日志异常分析方法、系统、终端及存储介质在说明书摘要公布了:本发明公开了一种网络日志异常分析方法、系统、终端及存储介质,所述方法包括:获取网络流量数据,对所述网络流量数据进行数据预处理,得到目标流量数据;获取网络流量公开数据集,根据所述网络流量公开数据集对数据流异常检测算法模型进行训练,得到训练好的目标数据流异常检测算法模型;将所述目标流量数据输入到所述目标数据流异常检测算法模型,基于所述目标数据流异常检测算法模型对所述目标流量数据进行分析,输出正常流量数据和异常流量数据;将所述异常流量数据进行异常点标注处理,得到异常标注流量数据。本发明利用AI算法实现网络数据中的异常流量检测,识别出现的异常流量,检测准确性高,检测效率快,提供了相应的网络安全保障。

本发明授权一种网络日志异常分析方法、系统、终端及存储介质在权利要求书中公布了:1.一种网络日志异常分析方法,其特征在于,所述网络日志异常分析方法包括: 获取网络流量数据,对所述网络流量数据进行数据预处理,得到目标流量数据; 获取网络流量公开数据集,根据所述网络流量公开数据集对数据流异常检测算法模型进行训练,得到训练好的目标数据流异常检测算法模型;所述数据流异常检测算法模型包括基于随机割森林的数据流异常检测模型和长短期记忆网络模型; 所述根据所述网络流量公开数据集中的多种正常数据与异常数据对数据流异常检测算法模型进行训练,得到训练好的目标数据流异常检测算法模型,具体包括: 使用所述基于随机割森林的数据流异常检测模型构建一组随机切割树,所述随机切割树用于检测异常流量数据,如果一个数据点在多棵树中都处于异常位置,则被认为是异常流量数据; 初始化所述基于随机割森林的数据流异常检测模型,设置随机切割树的数量和相关参数,将所述网络流量公开数据集中的网络流量数据输入到所述基于随机割森林的数据流异常检测模型中进行初步异常检测,并输出每个数据点的异常分数,筛选出疑似异常点; 构建长短期记忆网络模型,设置所述长短期记忆网络模型的网络结构、隐藏层大小和学习率,使用有标签的异常流量数据对所述长短期记忆网络模型进行训练,以学习正常流量数据和异常流量数据之间的模式差异; 将所述基于随机割森林的数据流异常检测模型输出的所述疑似异常点输入到训练好的所述长短期记忆网络模型,以利用训练好的所述长短期记忆网络模型对网络流量数据进行预测和分类,判断是否为异常流量数据; 采用加权平均或者投票策略将所述基于随机割森林的数据流异常检测模型和所述长短期记忆网络模型的输出结果进行融合,得到融合结果,根据所述融合结果设置预设阈值,将数据点的异常分数与预设阈值进行比较以判断网络流量数据是否异常,若某个数据点的异常分数超过预设阈值,则标记为异常流量数据; 将所述目标流量数据输入到所述目标数据流异常检测算法模型,基于所述目标数据流异常检测算法模型对所述目标流量数据进行分析,输出正常流量数据和异常流量数据; 所述将所述目标流量数据输入到所述目标数据流异常检测算法模型,基于所述目标数据流异常检测算法模型对所述目标流量数据进行分析,输出正常流量数据和异常流量数据,具体包括: 将所述目标流量数据输入到所述目标数据流异常检测算法模型中的所述基于随机割森林的数据流异常检测模型中,所述基于随机割森林的数据流异常检测模型对所述目标流量数据进行初步异常检测,并输出所述目标流量数据中每个数据点的异常分数,筛选出疑似异常点,得到第一分析结果; 将所述疑似异常点输入到所述目标数据流异常检测算法模型中的所述长短期记忆网络模型中,所述长短期记忆网络模型对所述疑似异常点进行预测和分类,判断所述疑似异常点是否为异常流量数据,得到第二分析结果; 将所述第一分析结果和所述第二分析结果进行融合处理,得到融合结果,根据所述融合结果设置预设阈值,将所有数据点的异常分数与预设阈值进行比较以判断所述目标流量数据中网络流量数据是否异常,若某个数据点的异常分数超过预设阈值,则标记为异常流量数据,将其余剩下的网络流量数据标记为正常流量数据; 将所述异常流量数据进行异常点标注处理,得到异常标注流量数据,根据异常标注流量数据分析网络异常的具体原因,以便根据具体原因及时解决网络异常问题,提供相应的网络安全保障,当发现潜在的安全事件时,执行相应的响应措施,封锁攻击者的访问、修复漏洞、清除恶意活动,展开调查以了解事件的来源、影响范围和防止类似事件再次发生的措施,记录所有的分析结果、行动和发现,并生成报告,用于指导未来的安全决策、改进安全措施和合规要求。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人深圳开鸿数字产业发展有限公司,其通讯地址为:518045 广东省深圳市福田区福保街道福保社区桃花路与槟榔道交汇处西北深九科技创业园3号楼308;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。