利索能及
我要发布
收藏
专利号: 2025105436509
申请人: 广州龙之音电子科技有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2025-10-27
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种网络安全监控系统,其特征在于,所述系统包括:

流量解析模块获取网络流量数据包,提取网络流量数据包中的字段名称、字段值及字段顺序,判断字段间依赖关系,计算字段排列规则,得到字段依赖映射结果;

异常检测模块基于所述字段依赖映射结果,分析正常流量字段的排列稳定性,对比当前网络流量数据包的字段排列方式,计算字段匹配度,结合字段取值关系判断网络流量数据包结构完整性,得到字段序列偏移分析结果;

流量溯源模块基于所述字段序列偏移分析结果,提取异常网络流量数据包的时间戳、封包序列号及标志字段,分析字段变化趋势,溯源异常网络流量数据包IP地址、端口及路径,得到变异路径关联分析记录;

异常筛选模块根据所述变异路径关联分析记录,计算来源IP在异常数据包中的分布频率,计算异常网络流量数据包的连续性和来源IP重叠度,分析数据包字段变异幅度与时间窗口匹配情况,判断来源流量是否属于持续异常流量,得到持续异常流量占比数据。

2.根据权利要求1所述的网络安全监控系统,其特征在于,所述字段依赖映射结果包括字段名称依赖关系、字段顺序依赖关系、字段取值依赖关系,所述字段序列偏移分析结果包括字段匹配度、字段排列偏差值、字段取值完整性记录,所述变异路径关联分析记录包括异常数据包时间戳、封包序列号、字段变异范围、变异趋势相似度、异常数据包IP地址及端口,所述持续异常流量占比数据包括异常数据包分布频率、异常数据包时间分布模式、异常流量连续性分析结果、来源IP重叠度、字段变异幅度匹配情况。

3.根据权利要求1所述的网络安全监控系统,其特征在于,所述流量解析模块包括:数据包获取子模块获取网络流量数据包,提取其中的协议类型、源IP地址、目标IP地址、源端口、目标端口、数据长度基础字段信息,识别数据包的有效性,筛选异常、损坏的数据包,得到有效网络流量数据包;

字段解析子模块基于所述有效网络流量数据包,解析数据包结构,提取字段名称、字段值及字段顺序,分析字段的分布特征,计算字段出现频率及占比,建立字段与协议类型的对应关系,采用公式:;

计算字段分布系数 ,筛选字段频率特征,生成字段分布映射结果,其中,代表第 个字段值,代表字段均值, 代表字段标准差, 代表字段所属协议权重,代表字段出现频率,表示数据包中字段的取值总数, 表示所有字段类别的总数;

依赖分析子模块基于所述字段分布映射结果,判断字段间的依赖关系,分析字段间的先后顺序,计算字段间的相对位置距离,构建字段依赖矩阵,得到字段依赖映射结果。

4.根据权利要求1所述的网络安全监控系统,其特征在于,所述异常检测模块包括:字段匹配子模块基于所述字段依赖映射结果,分析正常流量字段的排列稳定性,提取正常流量模式下的字段顺序特征,对比当前网络流量数据包的字段排列方式,采用公式:;

计算字段匹配误差 ,判断字段排列是否符合正常流量模式,得到字段匹配误差值,其中, 代表当前数据包字段序列中的第个字段位置, 代表正常流量模式下第 个字段的期望位置,代表字段匹配过程中涉及的字段间相对距离,代表数据包中实际参与匹配的字段数量, 代表数据包中涉及字段相对位置比较次数;

偏差筛选子模块基于所述字段匹配误差值,筛选字段顺序偏差超出偏差阈值的数据包,计算超出偏差阈值的字段比例,判断数据包是否存在字段排列异常,得到字段排列异常比率数据;

完整性判断子模块基于所述字段排列异常比率数据,结合字段取值关系,判断网络流量数据包结构的完整性,筛选结构异常的数据包,得到字段序列偏移分析结果。

5.根据权利要求1所述的网络安全监控系统,其特征在于,所述流量溯源模块包括:字段变异计算子模块基于所述字段序列偏移分析结果,提取异常网络流量数据包的时间戳、封包序列号及标志字段,计算字段变异范围及时间间隔,归纳异常数据包的时间分布特征,得到字段变异时间特征;

变异趋势分析子模块基于所述字段变异时间特征,分析字段变化趋势,对比异常数据包间的字段取值变化,分析数据包字段相似度,采用公式:;

计算字段变异趋势特征 ,筛选字段变异趋势一致的数据包,得到字段变异趋势匹配结果,其中, 代表第i个 字段值,代表字段均值, 代表数据包间字段取值偏差,代表数据包间的时间间隔,代表数据包数量,代表数据包字段偏差计算次数,代表数据包时间间隔计算次数;

溯源路径解析子模块基于所述字段变异趋势匹配结果,筛选异常网络流量数据包的IP地址、端口及路径,构建数据包的溯源路径关系,建立变异路径关联分析记录。

6.根据权利要求1所述的网络安全监控系统,其特征在于,所述异常筛选模块包括:来源IP分析子模块基于所述变异路径关联分析记录,提取来源流量的历史记录,计算来源IP在异常数据包中的分布频率,归纳来源IP的异常出现比例,得到异常来源IP占比数据;

流量连续性计算子模块基于所述异常来源IP占比数据,解析异常数据包的时间分布模式,计算异常网络流量数据包的连续性和来源IP重叠度,采用公式:;

计算流量时间分布连续性系数 ,筛选时间窗口内来源IP重叠度异常的数据包,得到异常流量连续性系数,其中,代表第 个异常数据包的时间戳, 代表前一个数据包的时间戳,代表时间窗口内异常数据包数量, 代表来源IP在异常数据包中的分布频率, 代表该来源IP的正常流量占比,代表异常数据包总数,代表来源IP总数;

异常趋势匹配子模块基于所述异常流量连续性系数,分析数据包的字段变异幅度与时间窗口内的匹配情况,判断来源流量是否属于持续异常流量,计算异常数据包占比,得到持续异常流量占比数据。

7.根据权利要求1所述的网络安全监控系统,其特征在于,所述系统还包括风险评估模块;

风险评估模块根据所述持续异常流量占比数据,计算异常数据包在不同网络节点中的分布情况,确定异常数据包的影响范围,评估异常流量的危害程度,发出异常流量威胁信息;

所述异常流量威胁信息包括异常数据包网络节点分布记录、异常流量影响范围、异常流量危害程度。

8.根据权利要求7所述的网络安全监控系统,其特征在于,所述风险评估模块包括:异常流量分布子模块基于所述持续异常流量占比数据,计算异常数据包在不同网络节点中的分布情况,统计各节点异常数据包的数量及比例,归纳异常数据的集中区域,得到异常流量节点分布记录;

异常影响范围评估子模块基于所述异常流量节点分布记录,确定异常数据包的影响范围,分析异常数据包在各网络路径上的分布趋势,评估异常流量的扩散程度,得到异常流量影响指数;

威胁等级判定子模块基于所述异常流量影响指数,评估异常流量的危害程度,计算威胁等级分布情况,筛选风险流量节点,生成异常流量威胁信息。