基于深度循环神经网络的网络逃避行为检测方法

摘要

本发明公开了属于人工智能与网络安全技术领域的一种基于深度循环神经网络的网络逃避行为检测算法。该方法首先在受保护网络中采集未施加逃避技术的正常网络流数据；通过在正常网络流上应用各类逃避技术以获得相应类别的逃避网络数据流；其次从正常网络流和各类逃避网络流中提取各帧间、帧内的特征形成特征向量；最后通过网格搜索法和交叉验证法构建出在训练样本集上具有最高分类准确率的深度循环神经网络，对从网络流中提取的特征向量序列进行分类，从而实现对各类逃避行为的检测和识别。本发明能自适应地学习受保护网络中正常网络流的特征，并且不依赖于人工事先设定的检测方法或检测阈值来判断逃避行为，因此本发明具有自适应性和自学习优点。