一种基于黑客画像的网络攻击者识别方法及系统

摘要

本发明公开了一种基于黑客画像的网络攻击者识别方法及系统，方法包括：收集网络流量数据，提取流量及时间特征作为流量特征数据；对流量特征数据进行预处理，输入基于SAE‑BNN网络模型构建及训练的异常流量分类器，得到正常或异常的分类结果；针对异常流量特征数据，确定攻击属性特征，计算与当前攻击属性特征的黑客数据的数据连接向量的相似度，得到相似性特征；流量特征、时间特征、攻击属性特征和相似性特征作为黑客画像，计算黑客画像与黑客画像库中相同攻击属性特征画像的相似度；根据相似度与预设门限阈值的关系，判定该画像对应黑客是否为攻击黑客。通过本发明的技术方案，提高了黑客识别效率，有效提高了模型的泛化能力与识别效果。