CN115766277A - 一种高稳定性的网络安全检测系统 - Google Patents

Abstract

本发明公开了一种高稳定性的网络安全检测系统，该检测系统由基于区块链技术的网络信息内容安全单元、网络信息传输单元和网络防入侵单元组成，所述检测系统基于深层BP神经网络技术依据网络安全检测历史数据建立网络安全检测威胁识别模型，通过网络安全检测威胁识别模型判断网络安全检测威胁识别的等级。本发明通过设置有一系列的结构，通过检测系统对网络安全信息内容、网络信息传输和网络防入侵存在的威胁数据检测、识别分级，根据网络安全检测到的威胁识别等级对网络安全威胁识别自动拦截、技术人员干预及强制阻断，提高网络安全检测威胁识别等级与网络安全检测威胁识别预警之间的关联性，网络安全检测全面、稳定。

Description

一种高稳定性的网络安全检测系统

技术领域

本发明涉及网络安全检测技术领域，具体为用于高稳定性的网络安全检测系统。

背景技术

随着计算机技术的飞速发展，信息网络已经成为社会发展的重要保证，有很多是敏感信息，甚至是国家机密，所以难免会吸引来自世界各地的各种人为攻击（例如信息泄露、信息窃取、数据篡改、数据删添、计算机病毒等），为维护国家网络安全、保障网络用户合法利益，关系国家安全和公共安全利益的系统使用的重要信息技术产品和服务，应通过网络安全审查，审查的重点在于该产品的安全性和可控性，旨在防止产品提供者利用提供产品的方便，非法控制、干扰、中断用户系统，非法收集、存储、处理和利用用户有关信息。

目前网络安全威胁数据的识别仅在对于网络异常安全信息数据检测，面对未知数据缺少对网络安全威胁数据的系统识别、等级判断，难以快速做出网络安全威胁的处理和网络漏洞修复，尤其是对于威胁国家利益的网络安全问题，不能及时检测威胁等级及做出相应威胁识别预警、修复，导致网络安全的检测存在延误。

发明内容

本发明的目的在于提供一种高稳定性的网络安全检测系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种高稳定性的网络安全检测系统，该检测系统由基于区块链技术的网络信息内容安全单元、网络信息传输单元和网络防入侵单元组成，所述检测系统基于深层BP神经网络技术依据网络安全检测历史数据建立网络安全检测威胁识别模型，通过网络安全检测威胁识别模型判断网络安全检测威胁识别的等级，并根据网络安全检测威胁识别等级建立相对应的网络安全检测威胁识别预警，所述检测系统包括数据采集模块、处理模块、主控模块、检测模块、分级模块、自动拦截模块、干预模块、强制阻断模块、反馈模块和储存模块，所述网络信息内容安全单元、网络信息传输单元和网络防入侵单元，所述网络信息内容安全单元用于检测网络信息内容的安全，剔除网络信息中的不安全特征信息，所述网络信息传输单元用于检测网络信息传输的安全，对传输网络信息进行加密，所述网络防入侵单元用于检测、处理网络的非法入侵。

优选的，所述数据采集模块用于采集网络安全检测数据，所述处理模块用于接收处理数据采集模块采集的检测数据，所述主控模块用于网络安全检测系统运行控制，所述检测模块用于对网络安全检测数据进行检测，检测数据是否安全，所述分级模块基于建立的网络安全检测威胁识别模型对威胁数据进行威胁等级的识别分级，所述自动拦截模块基于分级模块对检测到的威胁数据进行自动拦截，所述干预模块基于分级模块及自动拦截模块对检测到的威胁数据进行技术干预，所述强制阻断模块基于干预模块对检测到的威胁数据进行系统强制阻断，所述反馈模块用于向网络安全检测系统运营平台反馈检测数据，所述储存模块用于储存网络安全检测系统运行的数据，所述数据处理模块的输出端与处理模块的输入端电性连接，所述处理模块的输出端与主控模块的输入端电性连接，所述主控模块的输出端与检测模块、储存模块的输入端电性连接，所述检测模块的输出端与分级模块的输入端电性连接，所述分级模块的输出端与自动拦截模块、干预模块的输入端电性连接，所述自动拦截模块的输出端与反馈模块的输入端电性连接，所述反馈模块的输出端与干预模块的输入端电性连接，所述干预模块的输出端与强制阻断模块的输入端电性连接。

优选的，所述检测系统的方法如下：

S1、用户使用网络安全系统，数据采集模块采集接入系统的网络数据；

S2、采集的数据通过处理后传输给主控模块，主控模块将接收的数据传输给检测模块，检测模块对接收的数据进行安全性检测；

S3、当检测到非安全性数据时，将非安全性数据传输给分级模块，分级模块基于建立的网络安全检测威胁识别模型对威胁数据进行威胁等级的识别分级；

S4、基于网络安全检测数据威胁等级分级，对威胁数据处理，威胁等级在自动拦截级别时，通过系统的自动拦截模块拦截网络安全的威胁特征数据，威胁等级高于自动拦截级别时，直接通过系统运营平台的技术人员通过干涉模块干涉网络安全的威胁特征数据，在自动拦截失败后将威胁数据反馈给干涉模块，系统运营平台的技术人员在干涉失败后将强制阻断系统的运行；

S5、修复网络安全检查系统存在的漏洞，并进行网络安全检查系统运行数据的储存。

优选的，所述网络安全检测威胁识别模型建立包括：

S1、收集、整理网络安全威胁的历史数据，建立网络安全检测威胁识别数据库，并对采集的每个样本数据包含的特征项记录；

S2、确定训练集和测试集，进行网络安全威胁数据属性选择与网络安全威胁数据定义；

S3、对缺失的数据进行预处理，将空值用NaN表示，为了构建准确率的深层BP神经网络的网络安全检测威胁识别模型，在训练网络前对含NaN的数据处理；

S4、基于网络安全检测威胁识别训练集数据建立深层BP神经网络的网络安全检测威胁识别模型，并用上述训练集数据训练网络；

S5、将测试集数据输入模型，分析网络安全检测威胁识别模型的灵敏度和特异性。

优选的，所述检测系统还包括漏洞修复模块和系统升级模块，所述漏洞修复模块用于修复网络安全检测存在的漏洞，所述系统升级模块用于检测系统数据升级，更新网络安全数据库，删除数据库中存在的不安全网络信息和修正数据库中存在的非正常网络信息。

优选的，所述区块链包括数据层、网络层、共识层、激励层、合约层和应用层；所述数据层用于建立网络安全检测系统的最底层分布式数据结构的数据库；所述网络层用于网络安全检测系统的节点分布储存；所述共识层用于为网络安全检测系统提供共识算法；所述激励层用于网络安全检测系统的激励机制和分配制度；所述合约层用于建立网络安全检测系统的代码交易合约；所述应用层为网络安全检测系统的运行提供应用。

优选的，所述检测系统用户在首次登陆该系统时进行账号注册，所述用户通过账号密码验证、短信动态验证码中的一种方式登陆该系统。

优选的，所述检测系统还包括对运行该系统设备的运行温度检测、运行速度检测、和运行存储容量检测。

与现有技术相比，本发明的有益效果是：

本高稳定性的网络安全检测系统，该检测系统由基于区块链技术的网络信息内容安全单元、网络信息传输单元和网络防入侵单元组成，检测系统基于深层BP神经网络技术依据网络安全检测历史数据建立网络安全检测威胁识别模型，通过网络安全检测威胁识别模型判断网络安全检测威胁识别的等级，并根据网络安全检测威胁识别等级建立相对应的网络安全检测威胁识别预警，从而通过检测系统对网络安全信息内容、网络信息传输和网络防入侵存在的威胁数据进行检测、识别分级，根据网络安全检测到的威胁识别等级对网络安全威胁识别自动拦截、技术人员干预及强制阻断，不仅提高了网络安全检测威胁识别等级与网络安全检测威胁识别预警之间的关联，威胁处理及应对反应快速、灵敏，且优化了网络安全检测的全面性，使网络环境更安全，检测系统全面、稳定。

附图说明

图1为本发明的整体结构示意图；

图2为本发明中的安全检测系统流程图；

图3为本发明中的区块链结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“设置有”、“连接”等，应做广义理解，例如“连接”，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

实施例

如图1至图3所示，本实施例高稳定性的网络安全检测系统，一种高稳定性的网络安全检测系统，该检测系统由基于区块链技术的网络信息内容安全单元、网络信息传输单元和网络防入侵单元组成，所述检测系统基于深层BP神经网络技术依据网络安全检测历史数据建立网络安全检测威胁识别模型，通过网络安全检测威胁识别模型判断网络安全检测威胁识别的等级，并根据网络安全检测威胁识别等级建立相对应的网络安全检测威胁识别预警，所述检测系统包括数据采集模块、处理模块、主控模块、检测模块、分级模块、自动拦截模块、干预模块、强制阻断模块、反馈模块和储存模块，所述网络信息内容安全单元、网络信息传输单元和网络防入侵单元，所述网络信息内容安全单元用于检测网络信息内容的安全，剔除网络信息中的不安全特征信息，所述网络信息传输单元用于检测网络信息传输的安全，对传输网络信息进行加密，所述网络防入侵单元用于检测、处理网络的非法入侵。

具体的，所述数据采集模块用于采集网络安全检测数据，所述处理模块用于接收处理数据采集模块采集的检测数据，所述主控模块用于网络安全检测系统运行控制，所述检测模块用于对网络安全检测数据进行检测，检测数据是否安全，所述分级模块基于建立的网络安全检测威胁识别模型对威胁数据进行威胁等级的识别分级，所述自动拦截模块基于分级模块对检测到的威胁数据进行自动拦截，所述干预模块基于分级模块及自动拦截模块对检测到的威胁数据进行技术干预，所述强制阻断模块基于干预模块对检测到的威胁数据进行系统强制阻断，所述反馈模块用于向网络安全检测系统运营平台反馈检测数据，所述储存模块用于储存网络安全检测系统运行的数据，所述数据处理模块的输出端与处理模块的输入端电性连接，所述处理模块的输出端与主控模块的输入端电性连接，所述主控模块的输出端与检测模块、储存模块的输入端电性连接，所述检测模块的输出端与分级模块的输入端电性连接，所述分级模块的输出端与自动拦截模块、干预模块的输入端电性连接，所述自动拦截模块的输出端与反馈模块的输入端电性连接，所述反馈模块的输出端与干预模块的输入端电性连接，所述干预模块的输出端与强制阻断模块的输入端电性连接。

进一步的，所述检测系统的方法如下：

S1、用户使用网络安全系统，数据采集模块采集接入系统的网络数据；

S2、采集的数据通过处理后传输给主控模块，主控模块将接收的数据传输给检测模块，检测模块对接收的数据进行安全性检测；

S3、当检测到非安全性数据时，将非安全性数据传输给分级模块，分级模块基于建立的网络安全检测威胁识别模型对威胁数据进行威胁等级的识别分级；

S4、基于网络安全检测数据威胁等级分级，对威胁数据处理，威胁等级在自动拦截级别时，通过系统的自动拦截模块拦截网络安全的威胁特征数据，威胁等级高于自动拦截级别时，直接通过系统运营平台的技术人员通过干涉模块干涉网络安全的威胁特征数据，在自动拦截失败后将威胁数据反馈给干涉模块，系统运营平台的技术人员在干涉失败后将强制阻断系统的运行；

S5、修复网络安全检查系统存在的漏洞，并进行网络安全检查系统运行数据的储存。

其中，将会对公民、法人和其他组织的合法权益造成损害，但不损害国家安全、社会秩序和公共利益的网络威胁入侵定为一级网络安全威胁；将会对公民、法人和其他组织的合法权益产生严重损害，或者对社会秩序和公共利益造成损害，但不损害国家安全的网络威胁入侵定为二级网络安全威胁；将会对社会秩序和公共利益造成严重损害，或者对国家安全造成损害的网络威胁入侵定为三级网络安全威胁；将会对社会秩序和公共利益造成特别严重损害，或者对国家安全造成严重损害的网络威胁入侵定为四级网络安全威胁；将会对国家安全造成特别严重损害的网络威胁入侵定为五级网络安全威胁，一级网络安全威胁、二级网络安全威胁与自动拦截模块相对应，三级网络安全威胁、四级网络安全威胁和五级网络安全威胁与干预模块相对应，即检测到网络威胁数据分级为一级网络安全威胁、二级网络安全威胁时，自动拦截模块对其自动拦截，检测到网络威胁数据分级为，三级网络安全威胁、四级网络安全威胁和五级网络安全威胁时，自动拦截模块对其干预。

进一步的，所述网络安全检测威胁识别模型建立包括：

S1、收集、整理网络安全威胁的历史数据，建立网络安全检测威胁识别数据库，并对采集的每个样本数据包含的特征项记录；

S2、确定训练集和测试集，进行网络安全威胁数据属性选择与网络安全威胁数据定义；

S3、对缺失的数据进行预处理，将空值用NaN表示，为了构建准确率的深层BP神经网络的网络安全检测威胁识别模型，在训练网络前对含NaN的数据处理；

S4、基于网络安全检测威胁识别训练集数据建立深层BP神经网络的网络安全检测威胁识别模型，并用上述训练集数据训练网络；

S5、将测试集数据输入模型，分析网络安全检测威胁识别模型的灵敏度和特异性。

进一步的，所述检测系统还包括漏洞修复模块和系统升级模块，所述漏洞修复模块用于修复网络安全检测存在的漏洞，所述系统升级模块用于检测系统数据升级，更新网络安全数据库，删除数据库中存在的不安全网络信息和修正数据库中存在的非正常网络信息。

进一步的，所述区块链包括数据层、网络层、共识层、激励层、合约层和应用层；所述数据层用于建立网络安全检测系统的最底层分布式数据结构的数据库；所述网络层用于网络安全检测系统的节点分布储存；所述共识层用于为网络安全检测系统提供共识算法；所述激励层用于网络安全检测系统的激励机制和分配制度；所述合约层用于建立网络安全检测系统的代码交易合约；所述应用层为网络安全检测系统的运行提供应用。

进一步的，所述检测系统用户在首次登陆该系统时进行账号注册，所述用户通过账号密码验证、短信动态验证码中的一种方式登陆该系统。

进一步的，所述检测系统还包括对运行该系统设备的运行温度检测、运行速度检测、和运行存储容量检测。

本实施例的使用方法为：基于深层BP神经网络技术依据网络安全检测历史数据建立网络安全检测威胁识别模型，通过网络安全检测威胁识别模型判断网络安全检测威胁识别的等级，并根据网络安全检测威胁识别等级建立相对应的网络安全检测威胁识别预警，检测系统由网络信息内容安全单元、网络信息传输单元和网络防入侵单元组成，通过检测系统对网络信息内容安全、网络信息传输和网络防入侵进行威胁识别检测，通过数据采集模块采集网络安全检测的数据，包括网络信息内容、网络信息传输和网络防入侵，采集的数据通过处理模块处理后发送给主控模块，主控模块根据接收的检测数据对网络安全检测系统运行控制，通过检测模块对网络安全检测数据进行检测，检测数据是否安全，当检测到非安全的威胁数据时，然后分级模块基于建立的网络安全检测威胁识别模型对威胁数据进行威胁等级的识别分级，威胁数据等级在自动拦截模块时，自动拦截模块基于分级模块对检测到的威胁数据进行自动拦截，在自动拦截失败或者威胁数据等级高于自动拦截模块时，干预模块基于分级模块及自动拦截模块对检测到的威胁数据进行技术干预，技术干预失败时，通过强制阻断模块基于干预模块对检测到的威胁数据进行系统强制阻断，以达到网络安全检测威胁数据的处理，反馈模块向网络安全检测系统运营平台反馈检测数据，最后修复网络安全检查系统存在的漏洞，并进行网络安全检查系统运行数据的储存，通过检测系统对网络安全信息内容、网络信息传输和网络防入侵存在的威胁数据进行检测、识别分级，根据网络安全检测到的威胁识别等级对网络安全威胁识别自动拦截、技术人员干预及强制阻断，不仅提高了网络安全检测威胁识别等级与网络安全检测威胁识别预警之间的关联，威胁处理及应对反应快速、灵敏，且优化了网络安全检测的全面性，使网络环境更安全，检测系统全面、稳定。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种高稳定性的网络安全检测系统，其特征在于：该检测系统由基于区块链技术的网络信息内容安全单元、网络信息传输单元和网络防入侵单元组成，所述检测系统基于深层BP神经网络技术依据网络安全检测历史数据建立网络安全检测威胁识别模型，通过网络安全检测威胁识别模型判断网络安全检测威胁识别的等级，并根据网络安全检测威胁识别等级建立相对应的网络安全检测威胁识别预警，所述检测系统包括数据采集模块、处理模块、主控模块、检测模块、分级模块、自动拦截模块、干预模块、强制阻断模块、反馈模块和储存模块，所述网络信息内容安全单元、网络信息传输单元和网络防入侵单元，所述网络信息内容安全单元用于检测网络信息内容的安全，剔除网络信息中的不安全特征信息，所述网络信息传输单元用于检测网络信息传输的安全，对传输网络信息进行加密，所述网络防入侵单元用于检测、处理网络的非法入侵。

2.根据权利要求1所述的一种高稳定性的网络安全检测系统，其特征在于：所述数据采集模块用于采集网络安全检测数据，所述处理模块用于接收处理数据采集模块采集的检测数据，所述主控模块用于网络安全检测系统运行控制，所述检测模块用于对网络安全检测数据进行检测，检测数据是否安全，所述分级模块基于建立的网络安全检测威胁识别模型对威胁数据进行威胁等级的识别分级，所述自动拦截模块基于分级模块对检测到的威胁数据进行自动拦截，所述干预模块基于分级模块及自动拦截模块对检测到的威胁数据进行技术干预，所述强制阻断模块基于干预模块对检测到的威胁数据进行系统强制阻断，所述反馈模块用于向网络安全检测系统运营平台反馈检测数据，所述储存模块用于储存网络安全检测系统运行的数据，所述数据处理模块的输出端与处理模块的输入端电性连接，所述处理模块的输出端与主控模块的输入端电性连接，所述主控模块的输出端与检测模块、储存模块的输入端电性连接，所述检测模块的输出端与分级模块的输入端电性连接，所述分级模块的输出端与自动拦截模块、干预模块的输入端电性连接，所述自动拦截模块的输出端与反馈模块的输入端电性连接，所述反馈模块的输出端与干预模块的输入端电性连接，所述干预模块的输出端与强制阻断模块的输入端电性连接。

3.根据权利要求1所述的一种高稳定性的网络安全检测系统，其特征在于：所述检测系统的方法如下：

S1、用户使用网络安全系统，数据采集模块采集接入系统的网络数据；

S2、采集的数据通过处理后传输给主控模块，主控模块将接收的数据传输给检测模块，检测模块对接收的数据进行安全性检测；

S3、当检测到非安全性数据时，将非安全性数据传输给分级模块，分级模块基于建立的网络安全检测威胁识别模型对威胁数据进行威胁等级的识别分级；

S4、基于网络安全检测数据威胁等级分级，对威胁数据处理，威胁等级在自动拦截级别时，通过系统的自动拦截模块拦截网络安全的威胁特征数据，威胁等级高于自动拦截级别时，直接通过系统运营平台的技术人员通过干涉模块干涉网络安全的威胁特征数据，在自动拦截失败后将威胁数据反馈给干涉模块，系统运营平台的技术人员在干涉失败后将强制阻断系统的运行；

S5、修复网络安全检查系统存在的漏洞，并进行网络安全检查系统运行数据的储存。

4.根据权利要求1所述的一种高稳定性的网络安全检测系统，其特征在于：所述网络安全检测威胁识别模型建立包括：

S1、收集、整理网络安全威胁的历史数据，建立网络安全检测威胁识别数据库，并对采集的每个样本数据包含的特征项记录；

S2、确定训练集和测试集，进行网络安全威胁数据属性选择与网络安全威胁数据定义；

S3、对缺失的数据进行预处理，将空值用NaN表示，为了构建准确率的深层BP神经网络的网络安全检测威胁识别模型，在训练网络前对含NaN的数据处理；

S4、基于网络安全检测威胁识别训练集数据建立深层BP神经网络的网络安全检测威胁识别模型，并用上述训练集数据训练网络；

S5、将测试集数据输入模型，分析网络安全检测威胁识别模型的灵敏度和特异性。

5.根据权利要求1所述的一种高稳定性的网络安全检测系统，其特征在于：所述检测系统还包括漏洞修复模块和系统升级模块，所述漏洞修复模块用于修复网络安全检测存在的漏洞，所述系统升级模块用于检测系统数据升级，更新网络安全数据库，删除数据库中存在的不安全网络信息和修正数据库中存在的非正常网络信息。

6.根据权利要求1所述的一种高稳定性的网络安全检测系统，其特征在于：所述区块链包括数据层、网络层、共识层、激励层、合约层和应用层；所述数据层用于建立网络安全检测系统的最底层分布式数据结构的数据库；所述网络层用于网络安全检测系统的节点分布储存；所述共识层用于为网络安全检测系统提供共识算法；所述激励层用于网络安全检测系统的激励机制和分配制度；所述合约层用于建立网络安全检测系统的代码交易合约；所述应用层为网络安全检测系统的运行提供应用。

7.根据权利要求1所述的一种高稳定性的网络安全检测系统，其特征在于：所述检测系统用户在首次登陆该系统时进行账号注册，所述用户通过账号密码验证、短信动态验证码中的一种方式登陆该系统。

8.根据权利要求1所述的一种高稳定性的网络安全检测系统，其特征在于：所述检测系统还包括对运行该系统设备的运行温度检测、运行速度检测、和运行存储容量检测。

Images