本申请属于信息处理,具体涉及一种网络流量检测方法、电子设备及存储介质。
背景技术:
1、随着信息技术的飞速发展,网络安全问题日益严峻。网络流量异常检测技术作为应对该问题的方法之一,一直备受关注。
2、基于流信息的检测方式包括两种,其一:基于规则的检测方法,通常根据经验值,将从异常的网络流量中提取的流信息特征,记录在预定的规则文件中,然后对待检测流量进行匹配,该方式通常用于应对已发现的威胁,但对于零日(0day)威胁,检测准确度低;第二:基于人工智能的检测方法通常根据网络流量对应的流信息,例如包括源ip,目的ip等特征,利用相关机器学习算法对网络流量进行检测,对于一些植入正常网络流中的攻击程序较难识别,检测准确度低。
技术实现思路
1、本申请实施例的目的是提供一种网络流量检测方法、装置、电子设备及存储介质,能够实现网络中端与端通信流量的异常检测,检测准确度高。
2、为了解决上述技术问题,本申请是这样实现的:
3、第一方面,本申请实施例提供了一种网络流量检测方法,该方法包括:确定目标网络流量的目标流信息;根据所述目标流信息,确定所述目标网络流量的目标端口,其中,所述目标端口包括源端口和目的端口;根据所述目标端口的特征和所述目标流信息对应的目标流特征,确定流异常事件。
4、第二方面,本申请实施例提供了一种网络流量检测装置,该装置包括:第一确定模块,用于确定目标网络流量的目标流信息;第二确定模块,用于根据所述目标流信息,确定所述目标网络流量的目标端口,其中,所述目标端口包括源端口和目的端口;检测模块,用于根据所述目标端口的特征和所述目标流信息对应的目标流特征,确定流异常事件。
5、第三方面,本申请实施例提供了一种电子设备,该电子设备包括处理器和存储器,所述存储器存储可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方面所述的网络流量检测方法的步骤。
6、第四方面,本申请实施例提供了一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如第一方面所述的网络流量检测方法的步骤。
7、第五方面,本申请实施例提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现如第一方面所述的网络流量检测方法。
8、第六方面,本申请实施例提供一种计算机程序产品,该程序产品被存储在存储介质中,该程序产品被至少一个处理器执行以实现如第一方面所述的网络流量检测方法。
9、在本申请实施例中,通过确定目标网络流量的目标流信息;根据所述目标流信息,确定所述目标网络流量的目标端口,其中,所述目标端口包括源端口和目的端口;根据所述目标端口的特征和所述目标流信息对应的目标流特征,确定流异常事件,能够实现网络中端与端通信流量的异常检测,检测准确度高。
1.一种网络流量检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标端口的特征和所述目标流信息对应的目标流特征,确定流异常事件,包括:
3.根据权利要求2所述的方法,其特征在于,所述将所述目标端口的特征,输入端口模式识别模型,得到目标端口的模式,包括:
4.根据权利要求2所述的方法,其特征在于,所述根据所述目标端口的模式和所述目标端口的特征,对所述目标端口的特征进行转换,包括以下一者:
5.根据权利要求1所述的方法,其特征在于,所述根据所述目标端口的特征和所述目标流特征,确定所述流异常事件,包括:
6.根据权利要求1所述的方法,其特征在于,所述根据所述目标端口的特征和所述目标流特征,确定所述流异常事件,包括:
7.根据权利要求3所述的方法,其特征在于,在所述将多个历史流信息对应的多个端口的特征和多个时间段信息输入所述端口模式识别模型的第二网络层之前,还包括:
8.根据权利要求1所述的方法,其特征在于,在根据所述目标端口的特征和所述目标流信息对应的目标流特征,确定流异常事件之前,还包括:
9.一种电子设备,其特征在于,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1-8任一项所述的网络流量检测方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如权利要求1-8任一项所述的网络流量检测方法的步骤。