基于特征选择和时序特征的僵尸网络流量检测方法及系统
申请号:CN202510057497
申请日期:2025-01-14
公开号:CN119854018A
公开日期:2025-04-18
类型:发明专利
摘要
本发明属于网络安全领域,提供了一种基于特征选择和时序特征的僵尸网络流量检测方法及系统,包括获取原始网络流量数据并进行预处理;对预处理后的网络流量进行特征选择,得到关键网络流量;根据关键网络流量,利用训练好的双层长短期时序图注意力网络模型进行僵尸网络检测,将关键网络流量中的关键特征构建主机特征向量,将主机特征向量和时间特征作为节点特征进行图节点嵌入;对每个节点的时间特征进行增强;通过对待检测节点的邻居节点特征进行聚合并融合到主机节点的特征表示中,得到目标时序特征;对目标时序特征进行分类,得到僵尸网络检测结果。本发明能够自动学习特征、捕捉流量时序特征和空间特征,并具有高效率的僵尸网络检测。
技术关键词
网络流量检测方法
僵尸网络检测
时序特征
双层长短期记忆网络
特征选择
节点特征
网络流量数据
主机
统计特征
网络模块
机器学习模型
计算机程序产品
双向长短期记忆
关系
多头注意力机制
滑动时间窗口