(19)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 202211243785.6 (22)申请日 2022.10.12 (71)申请人 西安道法数器信息科技有限公司 地址 710000 陕西省西安市高新区科技 二 路65号启迪清扬时代第7幢3单元 30604号-1 (72)发明人 余意　张贵成　尹豪杰　梁超众　 (74)专利代理 机构 绍兴三人 行柯信知识产权代 理事务所(普通 合伙) 33495 专利代理师 朱亚飞 (51)Int.Cl. G06K 9/62(2022.01) H04L 9/40(2022.01) (54)发明名称 一种基于人工智能的网络安全监控方法 (57)摘要 本发明涉及网络安全入侵检测技术领域， 具 体涉及一种基于人工智能的网络安全监控方法， 包括： 获得所有规范特征点组成的规范特征空间 的行和曲线和列和曲线； 对行和曲线进行分段得 到所有行曲线段， 根据行曲线段的可能性获得目 标行曲线段； 获得目标行曲线段对应的目标行的 行合适度以及目标列 曲线段对应的目标列的行 合适度； 根据行合适度和列合适度获得目标区域 中规范特征点的合适度， 进而获得最优初始聚类 中心； 根据最优初始聚类中心获得聚类结果， 对 所有规范特征点进行的异常判断， 识别出网络是 否安全。 本发 明结合规范特征空间中规范特征点 的分布情况， 获得最优初始聚类中心， 对所有规 范特征点进行的异常判断， 实现网络安全监控的 目的。 权利要求书3页 说明书9页 附图3页 CN 115310565 A 2022.11.08 CN 115310565 A 1.一种基于人工智能的网络安全监控方法， 其特 征在于， 所述方法包括： 获得所有规范特征点组成的规范特征空间； 获得规范特征空间的行和曲线和列和曲 线； 通过对行和曲线进行分段获得所有行曲线段， 根据 行曲线段的可能性获得所有目标行 曲线段， 包括： 根据行和曲线上行特征点与相邻行特征点的行特征值的关系获得行特征点 的状态， 根据行特征点的状态获得极大行特征点和极小行特征点； 根据极小行特征点对行 和曲线进 行分段获得所有 行曲线段； 根据每个行曲线段上极大行特征点的数量和行特征值 计算每个行曲线段的可能性； 将可能性 最大的预设数量个行曲线段记为目标 行曲线段； 同理， 通过对列和曲线进行分段获得所有列曲线段， 根据列曲线段的可能性获得所有 目标列曲线段； 获得所有目标行曲线段对应的所有目标行的行合适度， 包括： 根据每个目标行曲线段 上极小行特征点的数量和第二特征值， 计算每个目标行曲线段的范围； 将目标行曲线段上 的行特征点在规范特征空间中对应的所有行， 记为 目标行曲线段对应的所有目标行； 根据 目标行曲线段的范围计算目标 行曲线段对应所有目标 行的行合 适度； 同理， 获得 所有目标列曲线段对应的所有目标列的列合 适度； 根据所有目标行曲线段和目标列曲线段获得所有目标区域， 根据 行合适度和列合适度 计算目标区域中所有规范特征点的合适度， 根据所有规范特征点的合适度获得最优初始聚 类中心； 根据最优初始聚类中心获得聚类结果， 对 所有规范特征点进 行的异常判断， 识别出 网络是否安全。 2.根据权利要求1所述的一种基于人工智能的网络安全监控方法， 其特征在于， 所述根 据行和曲线上行特征点与相邻行特征点的行特征值的关系获得行特征点的状态的步骤包 括： 对于行和曲线上第 个行特征点， 根据第 个行特征点的行特征值 ， 与第 个行特征 点的行特征值 ， 以及第 个行特征点的行特征值 的大小关系， 获得行特征点的状 态， 具体为： 当大小关系满足 时， 第 个行特征点的状态为上升状态； 当大小 关系满足 时， 第 个行特征点的状态为极大值状态； 当大小关系满足 时， 第 个行特征点的状态为下降状态； 当大小关系满足 时， 第 个行特征点的状态为极小值状态。 3.根据权利要求1所述的一种基于人工智能的网络安全监控方法， 其特征在于， 所述根 据每个行曲线段上极大行特征点的数量和行特征值计算每个行曲线段 的可能性的步骤包 括： 任意一个行曲线段的可能性计算公式为： 式中， 表示行曲线段中极大行特征点的数量， 表示行曲线段中行特征点的数权　利　要　求　书 1/3 页 2 CN 115310565 A 2量， 表示行曲线段的所有极大行特征点的行特征值的均值， 表示行曲线段中 第 个极大行特征点的行 特征值， 表示行曲线段的可能性。 4.根据权利要求1所述的一种基于人工智能的网络安全监控方法， 其特征在于， 所述根 据每个目标行曲线段上极小行特征点的数量和 第二特征值， 计算每个目标行曲线段的范围 的步骤包括： 任意一个目标 行曲线段的滑窗尺寸的计算公式为： 式中， 表示目标行曲线段中极小行特征点的数量， 表示目标行曲线 段中第 个极小行特征点的第二特征值， 与第 个极小行特征点的第二特征值的差值， 其中， 表示目标行曲线段中第 个极小行特征点的第二特征值， 表示第 个目标行 曲线段中第 个极小行 特征点的第二特 征值， 表示目标 行曲线段的范围。 5.根据权利要求1所述的一种基于人工智能的网络安全监控方法， 其特征在于， 所述根 据目标行曲线段的范围计算目标 行曲线段对应所有目标 行的行合 适度的步骤 包括： 第 个目标行曲线段对应的第 个目标行的行合 适度的计算公式为： 式中， 表示第 个目标行曲线段对应的第 个目标行上规范特征点的数量， 表示第 个目标行曲线段对应的第 个目标行左侧的第 个 目标行到第 个目标行上的规范特征点的数量之和， 表示第 个目 标行曲线段上第 个目标行右侧的第 个目标行到第 个目标行上的规范 特征点的数量之和， 其中， 表示第 个目标行曲线段的范围， 表示规范特征空 间中所有 规范特征点的数量， 表示第 个目标行曲线段中的第 个目标行的行合 适度。 6.根据权利要求1所述的一种基于人工智能的网络安全监控方法， 其特征在于， 所述根 据极小行 特征点对行和曲线 进行分段获得 所有行曲线段的步骤 包括： 根据所有极小行特征点对行和曲线进行分段， 获得所有行曲线段， 保证任意一个行曲 线段中的所有行特征点都是连续的， 行曲线段中有且仅有一个极小行特征点， 并且位于行 曲线段中的最后一个位置 。 7.根据权利要求1所述的一种基于人工智能的网络安全监控方法， 其特征在于， 所述根权　利　要　求　书 2/3 页 3 CN 115310565 A 3