一种基于深度学习的轻量型加密劫持攻击检测系统

本发明公开了一种基于深度学习的轻量型加密劫持攻击检测系统，涉及计算机网络安全领域。包括模型训练和部署检测两部分。本发明针对现有检测系统的不足，使用深度学习技术对转为图像的挖矿程序进行分类检测。本发明使用恶意代码矢量化技术，将挖矿程序的语义特征加入图片中，实现更高的分类精度。同时保证良好的异构性，可同时对主流的两种语言(JavaScript、WebAssembly)编写的挖矿程序进行检测。本发明可以部署到校园或企业网关，对每日流量进行监控检测。并将检出的挂载恶意挖矿脚本的域名加入到黑名单数据库中。本发明提出的检测系统在校园以及企业的网络防御中起到至关重要的作用，对加密劫持攻击的实时检测与防御有着积极意义。