公开(公告)号：CN118890218A

公开(公告)日：2024-11-01

申请号：CN202411359016.1

申请日：2024-09-27

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 王滨 ,  沈剑 ,  李超豪 ,  王星 ,  孙天龙 ,  王晨

IPC: H04L9/40 ,  H04L43/0876 ,  H04L43/024 ,  H04L41/147 ,  H04L41/16

Abstract: 本申请实施例提供了基于多尺度卷积神经网络的智能物联网恶意流量检测方法。其中，方法包括：获取目标物联网架构中的待检测流量数据；将待检测流量数据输入至目标恶意流量检测模型中，得到目标恶意流量检测模型输出的恶意流量检测结果。目标恶意流量检测模型为通过以下方式训练得到的：在超参数空间中查找性能指标满足预设性能条件的超参数，作为目标超参数；根据原始恶意流量检测模型对样本数据的预测结果与训练样本数据的真值之间的差异，对原始恶意流量检测模型中的模型参数进行调整，直至满足预设训练结束条件，得到目标恶意流量检测模型。可以提高恶意流量检测模型的场景适应性。

公开(公告)号：CN118890218B

公开(公告)日：2024-12-03

申请号：CN202411359016.1

申请日：2024-09-27

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 王滨 ,  沈剑 ,  李超豪 ,  王星 ,  孙天龙 ,  王晨

IPC: H04L9/40 ,  H04L43/0876 ,  H04L43/024 ,  H04L41/147 ,  H04L41/16

Abstract: 本申请实施例提供了基于多尺度卷积神经网络的智能物联网恶意流量检测方法。其中，方法包括：获取目标物联网架构中的待检测流量数据；将待检测流量数据输入至目标恶意流量检测模型中，得到目标恶意流量检测模型输出的恶意流量检测结果。目标恶意流量检测模型为通过以下方式训练得到的：在超参数空间中查找性能指标满足预设性能条件的超参数，作为目标超参数；根据原始恶意流量检测模型对样本数据的预测结果与训练样本数据的真值之间的差异，对原始恶意流量检测模型中的模型参数进行调整，直至满足预设训练结束条件，得到目标恶意流量检测模型。可以提高恶意流量检测模型的场景适应性。