1 .一种撞库行为检测方法,其特征在于,包括:
获取第一预定时间段内的历史登录数据;所述历史登录数据包括:源IP、目的IP、目的
端口、访问时间、访问操作类型、操作状态以及用户登录账号;
对所述历史登录数据按照第一预定算法进行历史异常行为数据检测,生成历史登录行
为数据簇;所述历史登录行为数据簇包括历史登录行为和历史登录特征数据簇;其中,所述
历史登录行为包括历史正常登录行为和历史异常登录行为;所述历史登录特征数据簇包括
源IP访问目的IP的目的端口的次数、源IP访问目的IP登录页面的次数、源IP访问目的IP登
录成功的次数、源IP访问目的IP登录失败的次数;
对所述历史登录行为数据簇按照第二预定算法进行学习,生成撞库行为检测模型;
将第二预定时间段内的登录特征数据簇输入所述撞库行为检测模型,获得撞库行为检
测结果。
2.根据权利要求1所述的撞库行为检测方法,其特征在于,所述对所述历史登录数据按
照第一预定算法进行异常行为数据检测,之前还包括:
对所述历史登录数据进行统计分析,生成历史登录特征数据簇,其中所述统计分析包
括将相同的源IP的所述历史登录数据进行聚合统计。
3 .根据权利要求1所述的撞库行为检测方法,其特征在于,所述将所述历史登录行为数
据簇按照第二预定算法进行学习,生成撞库行为检测模型;之前还包括:
将所述历史登录行为数据簇包括的所述历史登录行为和所述历史登录特征数据簇转
换成标签格式。
4 .根据权利要求1所述的撞库行为检测方法,其特征在于,所述将第二预定时间段内的
登录特征数据簇输入所述撞库行为检测模型,之前包括:
实时获取目的IP的流量数据,对所述目的IP的流量数据进行统计分析,生成第二预定
时间段内的登录行为数据簇。
5 .一种撞库行为检测系统,其特征在于,包括:
获取模块,用于获取第一预定时间段内的历史登录数据;所述历史登录数据包括:源
IP、目的IP、目的端口、访问时间、访问操作类型、操作状态以及用户登录账号;
第一检测模块,用于对所述获取模块获取的所述历史登录数据按照第一预定算法进行
历史异常行为数据检测,生成历史登录行为数据簇;所述历史登录行为数据簇包括历史登
录行为和历史登录特征数据簇;其中,所述历史登录行为包括历史正常登录行为和历史异
常登录行为;所述历史登录特征数据簇包括源IP访问目的IP的目的端口的次数、源IP访问
目的IP登录页面的次数、源IP访问目的IP登录成功的次数、源IP访问目的IP登录失败的次
数;
学习模块,用于对所述第一检测模块生成所述历史登录行为数据簇按照第二预定算法
进行学习,生成撞库行为检测模型;
第二检测模块,用于将第二预定时间段内的登录特征数据簇输入根据所述学习模块生
成的所述撞库行为检测模型,获得撞库行为检测结果。
6 .根据权利要求5所述的撞库行为检测系统,其特征在于,包括:
处理模块,用于对所述获取模块获取的所述历史登录数据进行统计分析,生成历史登
录特征数据簇,其中所述统计分析包括将相同的源IP的所述历史登录数据进行聚合统计。
权 利 要 求 书
1/2 页
2
评论