(19)中华 人民共和国 国家知识产权局
(12)发明 专利申请
(10)申请公布号
(43)申请公布日
(21)申请 号 202111432544.1
(22)申请日 2021.11.29
(71)申请人 广州大学
地址 510006 广东省广州市番禺区大 学城
外环西路23 0号
(72)发明人 王宇 韦国成 薛含笑
(74)专利代理 机构 广州市华学知识产权代理有
限公司 4 4245
代理人 李君
(51)Int.Cl.
H04L 9/40(2022.01)
(54)发明名称
智能音箱网络流量异常的检测方法、 系统、
设备和介质
(57)摘要
本发明公开了一种智能音箱网络流量异常
的检测方法、 系统、 电子设备和存储介质, 所述方
法包括: 采集智 能音箱网络流量数据; 对所述智
能音箱网络流量数据进行预处理, 得到特征数据
集; 对所述特征数据集中的特征进行Hurst指数
估计, 根据Hurst值选取异常检测的特征; 其中,
所述进行Hurst指数估计分别采用重标度极差分
析法、 方差时间法和迭代估计算法; 根据所述异
常检测的特征, 对待测 智能音箱网络流量进行异
常检测。 本发明利用重标度极差分析法、 方差时
间法和迭代估计算法等方法对选定的特征进行
Hurst指数估计, 根据Hurst值的取值范围来判断
智能音箱网络的安全状况, 确保检测方法的可靠
性。
权利要求书2页 说明书11页 附图3页
CN 114172706 A
2022.03.11
CN 114172706 A
1.一种智能音箱网络流 量异常的检测方法, 其特 征在于, 所述方法包括:
采集智能音箱网络流 量数据;
对所述智能音箱网络流 量数据进行 预处理, 得到特 征数据集;
对所述特征数据集中的特征进行Hurst指数估计, 根据Hurst值选取异常检测的特征;
其中, 所述进行Hurst指数估计分别采用重标度极差分析法、 方差时间法和迭代估计算法;
根据所述异常检测的特 征, 对待测智能音箱网络流 量进行异常检测。
2.根据权利要求1所述的检测方法, 其特征在于, 所述对所述特征数据集中的特征进行
Hurst指数估计, 根据Hurst值选取异常检测的特 征, 具体包括:
剔除所述特 征数据集中的最 值特征, 得到剔除后特 征数据集;
分别采用所述重标度极差分析法、 方差时间法和迭代估计算法对所述剔除后特征数据
集中的特 征进行Hurst指数估计, 分别得到相应的Hurst值;
若所述剔除后特征数据集中的任意一个特征, 分别采用所述重标度极差分析法、 方差
时间法和迭代估计算法得到的Hurst值均超过设定范围, 则将其从所述剔除后特征数据集
中剔除;
同时将数据流持续 时间为单点属性、 不具备连续性的特征也从所述剔除后特征数据集
中剔除, 得到的剔除后特 征数据集中的特 征即为异常检测的特 征。
3.根据权利要求2所述的分类方法, 其特 征在于, 所述设定范围为(0, 1)。
4.根据权利要求1所述的分类方法, 其特征在于, 所述智能音箱网络流量数据被保存为
PCAP文件, 其中每行数据表示一个网络数据包, 所述网络数据包包括源端口号、 目标端口
号、 源IP地址、 目标IP地址、 Un ix时间戳、 数据包载荷大小和协议类型信息 。
5.根据权利要求4所述的检测方法, 其特征在于, 所述预处理包括流量聚合和特征处
理, 其中:
所述流量聚合, 读取PCAP文件, 获取单个数据包的五元组信息; 以所述五元组信息为依
据, 根据传输协议中的SYN和FI N标志位进行流切割, 从而保存完整的网络流, 得到双向流;
所述特征处理, 将所述双 向流中的数据转化为特征向量格式, 再将双 向流分为两个方
向的单向流; 根据流量数据包长度、 载荷以及时间戳的统计特征, 分别对双向流和单向流中
的数据进行 特征提取, 特 征数据集。
6.根据权利要求1所述的检测方法, 其特征在于, 所述根据所述异常检测的特征, 对待
测智能音箱网络流 量进行异常检测, 具体包括:
对待测智能音箱网络流 量数据进行 预处理, 得到特 征数据集;
对所述特征数据集 中异常检测的特征进行Hurst指数估计, 根据Hurst值确定待测智能
音箱网络流 量的异常。
7.根据权利要求1~6任一项所述的检测方法, 其特征在于, 所述采集智能音箱网络流
量数据, 通过将交换机的流量镜像到流量采集主机, 在采集主机上运行采集程序
Wireshark, 从而实现智能音箱网络流 量数据的采集。
8.一种智能音箱网络流 量的分类系统, 其特 征在于, 所述系统包括:
数据采集模块, 用于采集智能音箱网络流 量数据;
数据预处 理模块, 用于对所述智能音箱网络流 量数据进行 预处理, 得到特 征数据集;
异常检测特征选取模块, 用于对所述特征数据集中的特征进行Hurst指数估计, 根据权 利 要 求 书 1/2 页
2
CN 114172706 A
2Hurst值选取异常检测的特征; 其中, 所述进行Hurst指数估计 分别采用重标度极差分析法、
方差时间法和迭代估计算法;
异常检测模块, 用于根据所述异常检测的特征, 对待测智能音箱网络流量进行异常检
测。
9.一种电子设备, 包括处理器以及用于存储处理器可执行程序的存储器, 其特征在于,
所述处理器执行存储器存储的程序时, 实现权利要求1 ‑7任一项所述的检测方法。
10.一种存储介质, 存储有程序, 其特征在于, 所述程序被处理器执行时, 实现权利要求
1‑7任一项所述的检测方法。权 利 要 求 书 2/2 页
3
CN 114172706 A
3
专利 智能音箱网络流量异常的检测方法、系统、设备和介质
安全报告 >
其他 >
文档预览
中文文档
17 页
50 下载
1000 浏览
0 评论
309 收藏
3.0分
温馨提示:本文档共17页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
本文档由 人生无常 于 2024-03-19 04:23:06上传分享