一种针对秒拨IP的改造识别方法及装置与流程

本发明涉及信息安全，特别涉及一种针对秒拨ip的改造识别方法及装置。

背景技术：

1、当前网络环境中出现较多秒拨技术产生的大量告警，该秒拨技术是指黑客利用自己掌握的服务器、vps或肉鸡，向目标网络实施分布式攻击策略，最终使流量监控设备产生大量告警，从而把用户淹没在海量告警日志里，使用户无法分辨有效的威胁事件。

2、然而现有技术中并没有针对于秒拨ip的识别方法。

技术实现思路

1、基于此，本申请实施例提供了一种针对秒拨ip的改造识别方法及装置，通过对网络数据流进行实时监测和分析，结合特征提取和机器学习算法，能够有效地识别出秒拨ip的改造行为，提高网络安全性和用户体验。

2、第一方面，提供了一种针对秒拨ip的改造识别方法，该方法包括：

3、实时监测网络数据流，捕获传入和传出的数据包；

4、对捕获的数据包进行解析和过滤，并基于解析和过滤得到的数据提取特征信息；其中，所述特征信息至少包括数据包的流量分布、传输速率、协议行为；

5、利用机器学习算法对特征信息进行分类和识别；

6、根据分类和识别结果判断是否存在秒拨ip的改造行为。

7、可选地，对捕获的数据包进行解析和过滤包括：

8、对捕获的数据包进行解析和过滤提取出关键信息；其中，所述关键信息至少包括源ip地址、目的ip地址、协议类型以及数据包大小。

9、可选地，在利用机器学习算法对特征信息进行分类和识别之前，所述方法还包括：

10、对提取的特征信息进行预处理操作；其中，所述预处理操作至少包括数据清洗、归一化以及降维。

11、可选地，利用机器学习算法对特征信息进行分类和识别中，所述机器学习算法包括支持向量机或随机森林模型。

12、可选地，利用机器学习算法对特征信息进行分类和识别，还包括：

13、使用预先获取的历史数据集对支持向量机或随机森林模型进行训练；其中，包括将特征信息输入到模型中，并使用相应的标签来训练模型；

14、根据模型的性能评估结果，调整模型的参数；其中对于支持向量机，调整核函数的类型和参数、惩罚因子；对于随机森林，调整树的数量、特征子集的大小；

15、使用测试数据集对训练好的模型进行评估；包括计算模型的分类准确率、召回率、f1分数指标；

16、将训练好的模型部署到实时监测系统中，用于对实时捕获的网络数据进行分类和识别。

17、可选地，将训练好的模型部署到实时监测系统中对实时捕获的网络数据进行分类和识别，包括：

18、模型根据训练时的规则和阈值进行分类和识别；其中，对于支持向量机，通过计算特征向量与超平面的距离来判断是否为秒拨ip；对于随机森林，通过多数投票或平均概率的方式来确定分类结果；

19、根据模型的分类和识别结果，输出相应的判断结果。

20、可选地，所述方法还包括：

21、对识别结果进行记录和报警，远程通知相关人员进行进一步处理。

22、第二方面，提供了一种针对秒拨ip的改造识别装置，该装置包括：

23、监测模块，用于实时监测网络数据流，捕获传入和传出的数据包；

24、提取模块，用于对捕获的数据包进行解析和过滤，并基于解析和过滤得到的数据提取特征信息；其中，所述特征信息至少包括数据包的流量分布、传输速率、协议行为；

25、分类模块，用于利用机器学习算法对特征信息进行分类和识别；

26、识别模块，用于根据分类和识别结果判断是否存在秒拨ip的改造行为。

27、第三方面，提供了一种电子设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述第一方面任一所述的针对秒拨ip的改造识别方法。

28、第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述第一方面任一所述的针对秒拨ip的改造识别方法。

29、本申请实施例提供的技术方案中，首先实时监测网络数据流，捕获传入和传出的数据包；然后对捕获的数据包进行解析和过滤，并基于解析和过滤得到的数据提取特征信息；最后利用机器学习算法对特征信息进行分类和识别；根据分类和识别结果判断是否存在秒拨ip的改造行为。可以看出，本申请的有益效果包括通过实时监测和分析网络数据流，结合特征提取和机器学习算法，能够准确识别出秒拨ip的改造行为，提高网络安全性和用户体验。该方法具有识别准确，实时性高，可扩展性强等等优点，适用于各种网络环境和应用场景。

技术特征：

1.一种针对秒拨ip的改造识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的改造识别方法，其特征在于，对捕获的数据包进行解析和过滤包括：

3.根据权利要求1所述的改造识别方法，其特征在于，在利用机器学习算法对特征信息进行分类和识别之前，所述方法还包括：

4.根据权利要求1所述的改造识别方法，其特征在于，利用机器学习算法对特征信息进行分类和识别中，所述机器学习算法包括支持向量机或随机森林模型。

5.根据权利要求4所述的改造识别方法，其特征在于，利用机器学习算法对特征信息进行分类和识别，还包括：

6.根据权利要求5所述的改造识别方法，其特征在于，将训练好的模型部署到实时监测系统中对实时捕获的网络数据进行分类和识别，包括：

7.根据权利要求1所述的改造识别方法，其特征在于，所述方法还包括：

8.一种针对秒拨ip的改造识别装置，其特征在于，所述装置包括：

9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7任一所述的针对秒拨ip的改造识别方法。

10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一所述的针对秒拨ip的改造识别方法。

技术总结
本申请公开了一种针对秒拨IP的改造识别方法及装置。该方法包括首先实时监测网络数据流，捕获传入和传出的数据包；然后对捕获的数据包进行解析和过滤，并基于解析和过滤得到的数据提取特征信息；最后利用机器学习算法对特征信息进行分类和识别；根据分类和识别结果判断是否存在秒拨IP的改造行为。本申请通过实时监测和分析网络数据流，结合特征提取和机器学习算法，能够准确识别出秒拨IP的改造行为，提高网络安全性和用户体验。

技术研发人员：刘庆林,赵竹苗,吕宗辉,陈健,李小琼,辛飞,谢辉,杨晓峰,陈晓飞,郝赫然,李健
受保护的技术使用者：北京中睿天下信息技术有限公司
技术研发日：
技术公布日：2024/4/24