一种基于AI模型的恶意加密流量检测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于AI模型的恶意加密流量检测方法及系统
申请号:CN202411500889
申请日期:2024-10-25
公开号:CN119652549A
公开日期:2025-03-18
类型:发明专利
摘要
本发明涉及加密流量和追踪溯源反制技术领域,尤其涉及一种基于AI模型的恶意加密流量检测方法及系统。从Hash源中匹配和收集加密流量样本,将收集到的加密流量样本通过沙箱环境进行动态分析;通过恶意软件检测工具进行数据行为验证,从处理后的样本中提取网络行为特征和生成网络流量的pcap文件,分析pcap文件,识别和提取恶意行为指标;使用提取的特征训练用于恶意流量检测机器学习模型的训练和优化。本发明不仅提高了对恶意加密流量的检测能力,还增强了网络安全防护的智能化和自动化水平,为用户提供了更加安全和可靠的网络环境。
技术关键词
pcap文件 沙箱环境 机器学习模型训练 统计特征 恶意流量检测 优化机器学习 加密 检测工具 恶意样本 解密 网络安全防护 分析模块 扫描平台 指标 证书 协议