本發(fā)明涉及信息安全技術(shù)領(lǐng)域，更具體地說，涉及一種網(wǎng)絡(luò)入侵檢測(cè)方法及裝置。

背景技術(shù)：

隨著計(jì)算機(jī)及網(wǎng)絡(luò)系統(tǒng)中存儲(chǔ)的重要信息越來越多，系統(tǒng)的安全問題日益嚴(yán)重，需要找到更好的措施來保護(hù)系統(tǒng)免受入侵者的攻擊。NIDS(Network Intrusion Detection System，網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng))是繼“防火墻”和“數(shù)據(jù)加密”等傳統(tǒng)安全保護(hù)措施之后又一項(xiàng)重要的安保技術(shù)。

NIDS可分為誤用檢測(cè)系統(tǒng)和異常檢測(cè)系統(tǒng)，而誤用檢測(cè)系統(tǒng)是目前主流的安保系統(tǒng)。誤用檢測(cè)系統(tǒng)預(yù)先建立入侵特征數(shù)據(jù)庫(kù)，檢測(cè)時(shí)將獲取的網(wǎng)絡(luò)流量與入侵特征進(jìn)行模式匹配來判斷是否發(fā)生了入侵。雖然該系統(tǒng)具有低誤報(bào)率的優(yōu)點(diǎn)，但是由于無法檢測(cè)尚未提取特征的入侵行為，因此誤用檢測(cè)結(jié)果的準(zhǔn)確性較低。

有鑒于此，如何解決提高誤用檢測(cè)結(jié)果的準(zhǔn)確性，已經(jīng)成為現(xiàn)階段本領(lǐng)域技術(shù)人員亟需解決的問題。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明提供一種網(wǎng)絡(luò)入侵檢測(cè)方法及裝置，以解決現(xiàn)有的技術(shù)方案中誤用檢測(cè)結(jié)果的準(zhǔn)確性較低的問題。技術(shù)方案如下：

一種網(wǎng)絡(luò)入侵檢測(cè)方法，包括：

基于誤用檢測(cè)配置信息和分類器檢測(cè)配置信息，對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)同時(shí)進(jìn)行誤用檢測(cè)和分類器檢測(cè)，得到表征誤用檢測(cè)結(jié)果的第一判斷值和表征分類器檢測(cè)結(jié)果的第二判斷值；其中，所述誤用檢測(cè)配置信息包括入侵特征數(shù)據(jù)庫(kù)及誤用檢測(cè)準(zhǔn)確率，所述分類器檢測(cè)配置信息包括分類器及分類器檢測(cè)準(zhǔn)確率；

根據(jù)所述誤用檢測(cè)準(zhǔn)確率和所述分類器檢測(cè)準(zhǔn)確率，計(jì)算誤用檢測(cè)權(quán)重值和分類器檢測(cè)權(quán)重值；

基于所述第一判斷值、所述第二判斷值、所述誤用檢測(cè)權(quán)重值和所述分類器檢測(cè)權(quán)重值，計(jì)算表征同時(shí)檢測(cè)結(jié)果的權(quán)值；

比較所述權(quán)值和第一閾值，并依據(jù)比較結(jié)果生成表征所述同時(shí)檢測(cè)結(jié)果的提示信息。

優(yōu)選的，所述基于誤用檢測(cè)配置信息和分類器檢測(cè)配置信息，對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)同時(shí)進(jìn)行誤用檢測(cè)和分類器檢測(cè)，之前，還包括：更新所述誤用檢測(cè)配置信息。

優(yōu)選的，所述更新所述誤用檢測(cè)配置信息，包括：

基于所述入侵特征數(shù)據(jù)庫(kù)對(duì)當(dāng)前網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行誤用檢測(cè)，得到當(dāng)前誤用檢測(cè)結(jié)果；

依據(jù)用戶輸入的第一結(jié)果修正信息更新所述當(dāng)前誤用檢測(cè)結(jié)果；

判斷當(dāng)前時(shí)間點(diǎn)是否在設(shè)定時(shí)間內(nèi)；

若是，返回執(zhí)行所述基于所述入侵特征數(shù)據(jù)庫(kù)對(duì)當(dāng)前網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行誤用檢測(cè)，得到當(dāng)前誤用檢測(cè)結(jié)果，這一步驟；

若否，基于各個(gè)所述當(dāng)前誤用檢測(cè)結(jié)果對(duì)所述入侵特征數(shù)據(jù)庫(kù)和所述誤用檢測(cè)準(zhǔn)確率進(jìn)行更新。

優(yōu)選的，所述基于誤用檢測(cè)配置信息和分類器檢測(cè)配置信息，對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)同時(shí)進(jìn)行誤用檢測(cè)和分類器檢測(cè)，之前，還包括：基于各個(gè)所述當(dāng)前誤用檢測(cè)結(jié)果對(duì)所述分類器檢測(cè)配置信息進(jìn)行更新。

優(yōu)選的，所述基于各個(gè)所述當(dāng)前誤用檢測(cè)結(jié)果對(duì)所述分類器檢測(cè)配置信息進(jìn)行更新，包括：

依據(jù)設(shè)定劃分比例將各個(gè)所述當(dāng)前誤用檢測(cè)結(jié)果劃分為訓(xùn)練樣本和測(cè)試樣本；

基于所述訓(xùn)練樣本對(duì)所述分類器進(jìn)行訓(xùn)練，更新所述分類器；

基于所述測(cè)試樣本對(duì)更新后分類器進(jìn)行校驗(yàn)，并計(jì)算更新后分類器的準(zhǔn)確率；

判斷所述更新后分類器的準(zhǔn)確率是否小于第二閾值；

若是，返回執(zhí)行所述基于所述入侵特征數(shù)據(jù)庫(kù)對(duì)當(dāng)前網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行誤用檢測(cè)，得到當(dāng)前誤用檢測(cè)結(jié)果，這一步驟；

若否，將所述更新后分類器的準(zhǔn)確率確定為所述分類器檢測(cè)準(zhǔn)確率。

優(yōu)選的，所述比較所述權(quán)值和第一閾值，并依據(jù)比較結(jié)果生成表征所述同時(shí)檢測(cè)結(jié)果的提示信息，之后，還包括：

依據(jù)用戶輸入的第二結(jié)果修正信息對(duì)所述分類器進(jìn)行訓(xùn)練，并更新所述分類器檢測(cè)配置信息。

一種網(wǎng)絡(luò)入侵檢測(cè)裝置，包括：檢測(cè)模塊、權(quán)重值計(jì)算模塊、權(quán)值計(jì)算模塊和提示信息生成模塊；

所述檢測(cè)模塊，用于基于誤用檢測(cè)配置信息和分類器檢測(cè)配置信息，對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)同時(shí)進(jìn)行誤用檢測(cè)和分類器檢測(cè)，得到表征誤用檢測(cè)結(jié)果的第一判斷值和表征分類器檢測(cè)結(jié)果的第二判斷值；其中，所述誤用檢測(cè)配置信息包括入侵特征數(shù)據(jù)庫(kù)及誤用檢測(cè)準(zhǔn)確率，所述分類器檢測(cè)配置信息包括分類器及分類器檢測(cè)準(zhǔn)確率；

所述權(quán)重值計(jì)算模塊，用于根據(jù)所述誤用檢測(cè)準(zhǔn)確率和所述分類器檢測(cè)準(zhǔn)確率，計(jì)算誤用檢測(cè)權(quán)重值和分類器檢測(cè)權(quán)重值；

所述權(quán)值計(jì)算模塊，用于基于所述第一判斷值、所述第二判斷值、所述誤用檢測(cè)權(quán)重值和所述分類器檢測(cè)權(quán)重值，計(jì)算表征同時(shí)檢測(cè)結(jié)果的權(quán)值；

所述提示信息生成模塊，用于比較所述權(quán)值和第一閾值，并依據(jù)比較結(jié)果生成表征所述同時(shí)檢測(cè)結(jié)果的提示信息。

優(yōu)選的，所述檢測(cè)模塊之前，還包括：第一更新模塊；

所述第一更新模塊用于更新所述誤用檢測(cè)配置信息。

優(yōu)選的，所述第一更新模塊包括：誤用檢測(cè)單元、修正單元、第一判斷單元和更新單元；

所述誤用檢測(cè)單元，用于基于所述入侵特征數(shù)據(jù)庫(kù)對(duì)當(dāng)前網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行誤用檢測(cè)，得到當(dāng)前誤用檢測(cè)結(jié)果；

所述修正單元，用于依據(jù)用戶輸入的第一結(jié)果修正信息更新所述當(dāng)前誤用檢測(cè)結(jié)果；

所述第一判斷單元，用于判斷當(dāng)前時(shí)間點(diǎn)是否在設(shè)定時(shí)間內(nèi)；若是，觸發(fā)所述誤用檢測(cè)單元；若否，觸發(fā)所述更新單元；

所述更新單元，用于基于各個(gè)所述當(dāng)前誤用檢測(cè)結(jié)果對(duì)所述入侵特征數(shù)據(jù)庫(kù)和所述誤用檢測(cè)準(zhǔn)確率進(jìn)行更新。

優(yōu)選的，所述檢測(cè)模塊之前，還包括：第二更新模塊；

所述第二更新模塊，用于基于各個(gè)所述當(dāng)前誤用檢測(cè)結(jié)果對(duì)所述分類器檢測(cè)配置信息進(jìn)行更新。

優(yōu)選的，所述第二更新模塊包括：樣本劃分單元、訓(xùn)練單元、校驗(yàn)計(jì)算單元、第二判斷單元和確定單元；

所述樣本劃分單元，用于依據(jù)設(shè)定劃分比例將各個(gè)所述當(dāng)前誤用檢測(cè)結(jié)果劃分為訓(xùn)練樣本和測(cè)試樣本；

所述訓(xùn)練單元，用于基于所述訓(xùn)練樣本對(duì)所述分類器進(jìn)行訓(xùn)練，更新所述分類器；

所述校驗(yàn)計(jì)算單元，用于基于所述測(cè)試樣本對(duì)更新后分類器進(jìn)行校驗(yàn)，并計(jì)算更新后分類器的準(zhǔn)確率；

所述第二判斷單元，用于判斷所述更新后分類器的準(zhǔn)確率是否小于第二閾值；若是，觸發(fā)所述誤用檢測(cè)單元；若否，觸發(fā)所述確定單元；

所述確定單元，用于將所述更新后分類器的準(zhǔn)確率確定為所述分類器檢測(cè)準(zhǔn)確率。

優(yōu)選的，所述提示信息生成模塊之后，還包括：訓(xùn)練更新模塊；

所述訓(xùn)練更新模塊，用于依據(jù)用戶輸入的第二結(jié)果修正信息對(duì)所述分類器進(jìn)行訓(xùn)練，并更新所述分類器檢測(cè)配置信息。

相較于現(xiàn)有技術(shù)，本發(fā)明實(shí)現(xiàn)的有益效果為：

以上本發(fā)明提供的一種網(wǎng)絡(luò)入侵檢測(cè)方法及裝置，該方法包括：基于誤用檢測(cè)配置信息中的入侵特征數(shù)據(jù)庫(kù)和分類器檢測(cè)配置信息中的分類器，對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)同時(shí)進(jìn)行誤用檢測(cè)和分類器檢測(cè)，得到表征各自檢測(cè)結(jié)果的判斷值；根據(jù)誤用配置信息中的誤用檢測(cè)準(zhǔn)確率和分類器檢測(cè)配置信息中的分類器準(zhǔn)確率，可計(jì)算在同時(shí)檢測(cè)中誤用檢測(cè)和分類器檢測(cè)各自的權(quán)重值，即準(zhǔn)確率越高，權(quán)重值越大；根據(jù)表征誤用檢測(cè)結(jié)果的第一判斷值和表征分類器檢測(cè)結(jié)果的第二判斷值，以及各自的權(quán)重值，可以得到同時(shí)檢測(cè)的權(quán)值，(例如，假定判斷值1表示對(duì)網(wǎng)絡(luò)數(shù)據(jù)流量的檢測(cè)結(jié)果為攻擊流量數(shù)據(jù)，判斷值0表示對(duì)網(wǎng)絡(luò)數(shù)據(jù)流量的檢測(cè)結(jié)果為正常流量數(shù)據(jù)，那么，權(quán)值越接近1就表示同時(shí)檢測(cè)的結(jié)果越接近攻擊流量數(shù)據(jù))；通過比較權(quán)值與第一閾值，生成表征同時(shí)檢測(cè)結(jié)果的提示信息(例如，假定權(quán)值為0.7，第一閾值為0.5，由于權(quán)值高于第一閾值，就生成表征同時(shí)檢測(cè)結(jié)果為攻擊流量數(shù)據(jù)的提示信息，對(duì)分析人員進(jìn)行提醒)。進(jìn)一步的，還可以通過更新誤用檢測(cè)配置信息和分類器檢測(cè)配置信息提高同時(shí)檢測(cè)的準(zhǔn)確率。

由此可見，本發(fā)明通過將誤用檢測(cè)與分類器檢測(cè)相結(jié)合，構(gòu)建了一套雙模式檢測(cè)方法及裝置，實(shí)現(xiàn)了對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)同時(shí)檢測(cè)，通過計(jì)算誤用檢測(cè)和分類器檢測(cè)的權(quán)重值，實(shí)現(xiàn)了網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行同時(shí)檢測(cè)結(jié)果的量化，解決了單一檢測(cè)技術(shù)的缺陷，提高了網(wǎng)絡(luò)入侵檢測(cè)的準(zhǔn)確率。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例一公開的一種網(wǎng)絡(luò)入侵檢測(cè)方法流程圖；

圖2為本發(fā)明實(shí)施例二公開的一種網(wǎng)絡(luò)入侵檢測(cè)方法流程圖；

圖3為本發(fā)明實(shí)施例二公開的另一種網(wǎng)絡(luò)入侵檢測(cè)方法部分流程圖；

圖4為本發(fā)明實(shí)施例二公開的另一種網(wǎng)絡(luò)入侵檢測(cè)方法流程圖；

圖5為本發(fā)明實(shí)施例二公開的另一種網(wǎng)絡(luò)入侵檢測(cè)方法部分流程圖；

圖6為本發(fā)明實(shí)施例二公開的另一種網(wǎng)絡(luò)入侵檢測(cè)方法流程圖；

圖7為本發(fā)明實(shí)施例三公開的一種網(wǎng)絡(luò)入侵檢測(cè)裝置結(jié)構(gòu)示意圖；

圖8為本發(fā)明實(shí)施例四公開的一種網(wǎng)絡(luò)入侵檢測(cè)裝置結(jié)構(gòu)示意圖；

圖9為本發(fā)明實(shí)施例四公開的另一種網(wǎng)絡(luò)入侵檢測(cè)裝置部分結(jié)構(gòu)示意圖；

圖10為本發(fā)明實(shí)施例四公開的另一種網(wǎng)絡(luò)入侵檢測(cè)裝置結(jié)構(gòu)示意圖；

圖11為本發(fā)明實(shí)施例四公開的另一種網(wǎng)絡(luò)入侵檢測(cè)裝置部分結(jié)構(gòu)示意圖；

圖12為本發(fā)明實(shí)施例四公開的另一種網(wǎng)絡(luò)入侵檢測(cè)裝置結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

實(shí)施例一

本發(fā)明實(shí)施例一公開了一種網(wǎng)絡(luò)入侵檢測(cè)方法，應(yīng)用于網(wǎng)絡(luò)入侵檢測(cè)裝置，方法流程圖如圖1所示，該網(wǎng)絡(luò)入侵檢測(cè)方法包括：

S101，基于誤用檢測(cè)配置信息和分類器檢測(cè)配置信息，對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)同時(shí)進(jìn)行誤用檢測(cè)和分類器檢測(cè)，得到表征誤用檢測(cè)結(jié)果的第一判斷值和表征分類器檢測(cè)結(jié)果的第二判斷值；其中，誤用檢測(cè)配置信息包括入侵特征數(shù)據(jù)庫(kù)及誤用檢測(cè)準(zhǔn)確率，分類器檢測(cè)配置信息包括分類器及分類器檢測(cè)準(zhǔn)確率；

在執(zhí)行步驟S101的過程中，通過將提取到的網(wǎng)絡(luò)流量數(shù)據(jù)的特征與入侵特征數(shù)據(jù)庫(kù)進(jìn)行匹配，得到誤用檢測(cè)結(jié)果，(若能匹配上，則誤用檢測(cè)結(jié)果是網(wǎng)絡(luò)流量數(shù)據(jù)為攻擊流量數(shù)據(jù)；若不能匹配上，則誤用檢測(cè)結(jié)果是網(wǎng)絡(luò)流量數(shù)據(jù)為正常流量數(shù)據(jù))；通過對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行分類器檢測(cè)，可得到分類器檢測(cè)結(jié)果；

誤用檢測(cè)結(jié)果和分類器檢測(cè)結(jié)果均可用判斷值表示，其中，判斷值為0或1。例如，假定判斷值1表示網(wǎng)絡(luò)數(shù)據(jù)流量為攻擊流量數(shù)據(jù)的檢測(cè)結(jié)果，判斷值0表示網(wǎng)絡(luò)數(shù)據(jù)流量為正常流量數(shù)據(jù)的檢測(cè)結(jié)果(當(dāng)然，也可用判斷值1表示網(wǎng)絡(luò)數(shù)據(jù)流量為正常流量數(shù)據(jù)的檢測(cè)結(jié)果，判斷值0表示網(wǎng)絡(luò)數(shù)據(jù)流量為攻擊流量數(shù)據(jù)的檢測(cè)結(jié)果)，可根據(jù)實(shí)際需求進(jìn)行選擇性設(shè)置。

S102，根據(jù)誤用檢測(cè)準(zhǔn)確率和分類器檢測(cè)準(zhǔn)確率，計(jì)算誤用檢測(cè)權(quán)重值和分類器檢測(cè)權(quán)重值；

在執(zhí)行步驟S102的過程中，根據(jù)誤用檢測(cè)準(zhǔn)確率和分類器檢測(cè)準(zhǔn)確率計(jì)算同時(shí)檢測(cè)中各自的權(quán)重值，準(zhǔn)確率越高，權(quán)重值也就越大，這就保證了同時(shí)檢測(cè)的準(zhǔn)確性；

可選的，假設(shè)誤用檢測(cè)準(zhǔn)確率為c和分類器檢測(cè)準(zhǔn)確率為d，則誤用檢測(cè)權(quán)重值為f＝c/c+d和分類器檢測(cè)權(quán)重值為g＝d/c+d。

S103，基于第一判斷值、第二判斷值、誤用檢測(cè)權(quán)重值和分類器檢測(cè)權(quán)重值，計(jì)算表征同時(shí)檢測(cè)結(jié)果的權(quán)值；

在執(zhí)行步驟S103的過程中，通過計(jì)算權(quán)值將可將同時(shí)檢測(cè)結(jié)果進(jìn)行量化，例如，假定判斷值1表示網(wǎng)絡(luò)數(shù)據(jù)流量為攻擊流量數(shù)據(jù)的檢測(cè)結(jié)果，判斷值0表示網(wǎng)絡(luò)數(shù)據(jù)流量為正常流量數(shù)據(jù)的檢測(cè)結(jié)果，那么權(quán)值越接近1表示該網(wǎng)絡(luò)流量數(shù)據(jù)為攻擊流量數(shù)據(jù)的可能性就越大。

可選的，假設(shè)第一判斷值為a、第二判斷值為b、誤用檢測(cè)權(quán)重值為f和分類器檢測(cè)權(quán)重值為g，則表征同時(shí)檢測(cè)結(jié)果的權(quán)值為e＝a*f+b*g。

S104，比較權(quán)值和第一閾值，并依據(jù)比較結(jié)果生成表征同時(shí)檢測(cè)結(jié)果的提示信息；

在執(zhí)行步驟S104的過程中，通過對(duì)比權(quán)值與第一閾值，可判斷該網(wǎng)絡(luò)流量數(shù)據(jù)是否為攻擊流量數(shù)據(jù)，例如，權(quán)值為0.5，第一閾值為0.7，由于權(quán)值小于第一閾值，則判定該網(wǎng)絡(luò)流量數(shù)據(jù)為正常流量數(shù)據(jù)，生成相應(yīng)的提示信息。

需要說明的是，提示信息包括但不局限于文字、嗡鳴或彩燈，可根據(jù)實(shí)際需要進(jìn)行設(shè)置。

本實(shí)施例公開的一種網(wǎng)絡(luò)入侵檢測(cè)方法，包括：基于誤用檢測(cè)配置信息和分類器檢測(cè)配置信息，對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)同時(shí)進(jìn)行誤用檢測(cè)和分類器檢測(cè)，得到表征各自檢測(cè)結(jié)果的判斷值；根據(jù)誤用檢測(cè)準(zhǔn)確率和分類器檢測(cè)準(zhǔn)確率可計(jì)算誤用檢測(cè)和分類器檢測(cè)各自的權(quán)重值，即準(zhǔn)確率越高，權(quán)重值越大；根據(jù)表征誤用檢測(cè)結(jié)果的第一判斷值和表征分類器檢測(cè)結(jié)果的第二判斷值以及各自的權(quán)重值，可以得到表征同時(shí)檢測(cè)檢測(cè)的權(quán)值；依據(jù)權(quán)值與第一閾值的比較結(jié)果，生成表征同時(shí)檢測(cè)結(jié)果的提示信息。基于本發(fā)明實(shí)施例公開的網(wǎng)絡(luò)入侵檢測(cè)方法，實(shí)現(xiàn)了對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)同時(shí)檢測(cè)，解決了單一檢測(cè)技術(shù)的缺陷，提高了網(wǎng)絡(luò)入侵檢測(cè)的準(zhǔn)確率，也減少了分析人員的工作量。

實(shí)施例二

結(jié)合上述本發(fā)明實(shí)施例一公開的網(wǎng)絡(luò)入侵檢測(cè)方法和附圖1，本發(fā)明實(shí)施例二提供了一種網(wǎng)絡(luò)入侵檢測(cè)方法，方法流程圖如圖2所示，該網(wǎng)絡(luò)入侵檢測(cè)方法包括：

S201，更新誤用檢測(cè)配置信息；

需要說明的是，誤用檢測(cè)配置信息中的入侵特征數(shù)據(jù)庫(kù)可以為預(yù)先設(shè)置好的，也可以在對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行同時(shí)檢測(cè)之前，對(duì)預(yù)先設(shè)置好的入侵特征數(shù)據(jù)庫(kù)進(jìn)行更新，通過增加入侵特征數(shù)據(jù)庫(kù)中的特征提高誤用檢測(cè)準(zhǔn)確率，相應(yīng)的也就可以提高同時(shí)檢測(cè)的準(zhǔn)確率。

S101，基于誤用檢測(cè)配置信息和分類器檢測(cè)配置信息，對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)同時(shí)進(jìn)行誤用檢測(cè)和分類器檢測(cè)，得到表征誤用檢測(cè)結(jié)果的第一判斷值和表征分類器檢測(cè)結(jié)果的第二判斷值；其中，誤用檢測(cè)配置信息包括入侵特征數(shù)據(jù)庫(kù)及誤用檢測(cè)準(zhǔn)確率，分類器檢測(cè)配置信息包括分類器及分類器檢測(cè)準(zhǔn)確率；

S102，根據(jù)誤用檢測(cè)準(zhǔn)確率和分類器檢測(cè)準(zhǔn)確率，計(jì)算誤用檢測(cè)權(quán)重值和分類器檢測(cè)權(quán)重值；

S103，基于第一判斷值、第二判斷值、誤用檢測(cè)權(quán)重值和分類器檢測(cè)權(quán)重值，計(jì)算表征同時(shí)檢測(cè)結(jié)果的權(quán)值；

S104，比較權(quán)值和第一閾值，并依據(jù)比較結(jié)果生成表征同時(shí)檢測(cè)結(jié)果的提示信息。

還需要說明的是，在本發(fā)明實(shí)施二公開的網(wǎng)絡(luò)入侵檢測(cè)方法中，步驟S101～步驟S104的執(zhí)行過程與上述實(shí)施例一的步驟S101～步驟S104一致，在此不再贅述，請(qǐng)參見本發(fā)明實(shí)施例一公開的部分。

本發(fā)明實(shí)施例公開的網(wǎng)絡(luò)入侵檢測(cè)方法，通過對(duì)誤用檢測(cè)配置信息進(jìn)行更新，增加了入侵特征數(shù)據(jù)庫(kù)中特征，從而提高了誤通檢測(cè)準(zhǔn)確率，這就進(jìn)一步提高了對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行同時(shí)檢測(cè)的準(zhǔn)確率，解決了單一檢測(cè)技術(shù)的缺陷，也減少了分析人員的工作量。

結(jié)合本發(fā)明實(shí)施例二公開的網(wǎng)絡(luò)入侵檢測(cè)方法和附圖2，本發(fā)明實(shí)施例還提供一種網(wǎng)絡(luò)入侵檢測(cè)方法，其中，步驟S201更新誤用檢測(cè)配置信息的具體執(zhí)行過程，如圖3所示，包括如下步驟：

S2011，基于入侵特征數(shù)據(jù)庫(kù)對(duì)當(dāng)前網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行誤用檢測(cè)，得到當(dāng)前誤用檢測(cè)結(jié)果；

在執(zhí)行步驟S2011的過程中，基于入侵特征數(shù)據(jù)庫(kù)，對(duì)設(shè)定時(shí)間內(nèi)的網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行誤用檢測(cè)，通過將提取到的當(dāng)前網(wǎng)絡(luò)流量數(shù)據(jù)的特征與入侵特征數(shù)據(jù)庫(kù)進(jìn)行匹配，即可得到當(dāng)前誤用檢測(cè)結(jié)果；

S2012，依據(jù)用戶輸入的第一結(jié)果修正信息更新當(dāng)前誤用檢測(cè)結(jié)果；

在執(zhí)行步驟S2012的過程中，用戶(即分析人員)對(duì)當(dāng)前誤用檢測(cè)結(jié)果判斷是否則正確，若不正確，則對(duì)當(dāng)前誤用檢測(cè)結(jié)果進(jìn)行修正并更新當(dāng)前誤用檢測(cè)結(jié)果。

S2013，判斷當(dāng)前時(shí)間點(diǎn)是否在設(shè)定時(shí)間內(nèi)；若是，返回執(zhí)行步驟S2011；若否，執(zhí)行步驟S2014；

S2014，基于各個(gè)當(dāng)前誤用檢測(cè)結(jié)果對(duì)入侵特征數(shù)據(jù)庫(kù)和誤用檢測(cè)準(zhǔn)確率進(jìn)行更新；

在執(zhí)行步驟S2014的過程中，將更新的當(dāng)前誤用檢測(cè)結(jié)果存儲(chǔ)于入侵特征數(shù)據(jù)庫(kù)，實(shí)現(xiàn)了對(duì)入侵特征數(shù)據(jù)庫(kù)的更新，誤用檢測(cè)準(zhǔn)確率也會(huì)相應(yīng)更新。

本發(fā)明實(shí)施例公開的網(wǎng)絡(luò)入侵檢測(cè)方法，通過對(duì)誤用檢測(cè)配置信息進(jìn)行更新，增加了入侵特征數(shù)據(jù)庫(kù)中特征，從而提高了誤通檢測(cè)準(zhǔn)確率，這就進(jìn)一步提高了對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行同時(shí)檢測(cè)的準(zhǔn)確率，解決了單一檢測(cè)技術(shù)的缺陷，也減少了分析人員的工作量。

結(jié)合上述本發(fā)明實(shí)施例二公開的網(wǎng)絡(luò)入侵檢測(cè)方法和附圖3，本發(fā)明實(shí)施例還提供了一種網(wǎng)絡(luò)入侵檢測(cè)方法，方法流程圖如圖4所示，該網(wǎng)絡(luò)入侵檢測(cè)方法包括：

S2011，基于入侵特征數(shù)據(jù)庫(kù)對(duì)當(dāng)前網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行誤用檢測(cè)，得到當(dāng)前誤用檢測(cè)結(jié)果；

S2012，依據(jù)用戶輸入的第一結(jié)果修正信息更新當(dāng)前誤用檢測(cè)結(jié)果；

S2013，判斷當(dāng)前時(shí)間點(diǎn)是否在設(shè)定時(shí)間內(nèi)；若是，返回執(zhí)行步驟S2011；若否，執(zhí)行步驟S2014；

S2014，基于各個(gè)當(dāng)前誤用檢測(cè)結(jié)果對(duì)入侵特征數(shù)據(jù)庫(kù)和誤用檢測(cè)準(zhǔn)確率進(jìn)行更新；

S401，基于各個(gè)當(dāng)前誤用檢測(cè)結(jié)果對(duì)分類器檢測(cè)配置信息進(jìn)行更新；

需要說明的是，分類器檢測(cè)配置信息中的分類器可以為預(yù)先設(shè)置好的，也可以在對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行同時(shí)檢測(cè)之前，對(duì)預(yù)先設(shè)置好的分類器進(jìn)行訓(xùn)練，這就提高了分類器檢測(cè)準(zhǔn)確率，相應(yīng)的，也就提高了同時(shí)檢測(cè)的準(zhǔn)確率。

S101，基于誤用檢測(cè)配置信息和分類器檢測(cè)配置信息，對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)同時(shí)進(jìn)行誤用檢測(cè)和分類器檢測(cè)，得到表征誤用檢測(cè)結(jié)果的第一判斷值和表征分類器檢測(cè)結(jié)果的第二判斷值；其中，誤用檢測(cè)配置信息包括入侵特征數(shù)據(jù)庫(kù)及誤用檢測(cè)準(zhǔn)確率，分類器檢測(cè)配置信息包括分類器及分類器檢測(cè)準(zhǔn)確率；

S102，根據(jù)誤用檢測(cè)準(zhǔn)確率和分類器檢測(cè)準(zhǔn)確率，計(jì)算誤用檢測(cè)權(quán)重值和分類器檢測(cè)權(quán)重值；

S103，基于第一判斷值、第二判斷值、誤用檢測(cè)權(quán)重值和分類器檢測(cè)權(quán)重值，計(jì)算表征同時(shí)檢測(cè)結(jié)果的權(quán)值；

S104，比較權(quán)值和第一閾值，并依據(jù)比較結(jié)果生成表征同時(shí)檢測(cè)結(jié)果的提示信息。

在本發(fā)明實(shí)施二公開的網(wǎng)絡(luò)入侵檢測(cè)方法中，步驟S101～步驟S104的執(zhí)行過程與上述實(shí)施例一的步驟S101～步驟S104一致，步驟S2011～S2014的執(zhí)行過程與上述實(shí)施例二的步驟S2011～S2014一致，在此不再贅述，請(qǐng)參見本發(fā)明實(shí)施例一和實(shí)施例二公開的部分。

本發(fā)明實(shí)施例公開的網(wǎng)絡(luò)入侵檢測(cè)方法，基于誤用檢測(cè)配置信息更新過程中的檢測(cè)結(jié)果，對(duì)分類器進(jìn)行訓(xùn)練，解決了分類器訓(xùn)練樣本難以采集的問題，并且在誤用檢測(cè)準(zhǔn)確率提高的同時(shí)提高了分類器檢測(cè)準(zhǔn)確率，相應(yīng)的也就提高了同時(shí)檢測(cè)的準(zhǔn)確率，解決了單一檢測(cè)技術(shù)的缺陷，也減少了分析人員的工作量。

結(jié)合本發(fā)明實(shí)施例二公開的網(wǎng)絡(luò)入侵檢測(cè)方法和附圖4，本發(fā)明實(shí)施例還提供了一種網(wǎng)絡(luò)入侵檢測(cè)方法，其中，步驟S401，基于各個(gè)當(dāng)前誤用檢測(cè)結(jié)果對(duì)分類器檢測(cè)配置信息進(jìn)行更新的具體執(zhí)行過程，如圖5所示，包括如下步驟：

S4011，依據(jù)設(shè)定劃分比例將各個(gè)當(dāng)前誤用檢測(cè)結(jié)果劃分為訓(xùn)練樣本和測(cè)試樣本；

S4012，基于訓(xùn)練樣本對(duì)分類器進(jìn)行訓(xùn)練，更新分類器；

S4013，基于測(cè)試樣本對(duì)更新后分類器進(jìn)行校驗(yàn)，并計(jì)算更新后分類器的準(zhǔn)確率；

S4014，判斷更新后分類器的準(zhǔn)確率是否小于第二閾值；若是，返回步驟S2011；若否，執(zhí)行步驟S4015；

S4015，將更新后分類器的準(zhǔn)確率確定為分類器檢測(cè)準(zhǔn)確率。

本發(fā)明實(shí)施例公開的網(wǎng)絡(luò)入侵檢測(cè)方法，基于誤用檢測(cè)配置信息更新過程中的檢測(cè)結(jié)果，對(duì)分類器進(jìn)行訓(xùn)練，解決了分類器訓(xùn)練樣本難以采集的問題，并且在誤用檢測(cè)準(zhǔn)確率提高的同時(shí)提高了分類器檢測(cè)準(zhǔn)確率，相應(yīng)的也就提高了同時(shí)檢測(cè)的準(zhǔn)確率，解決了單一檢測(cè)技術(shù)的缺陷，也減少了分析人員的工作量。

結(jié)合上述本發(fā)明實(shí)施例一公開的網(wǎng)絡(luò)入侵檢測(cè)方法和附圖1，本發(fā)明實(shí)施例二還提供了一種網(wǎng)絡(luò)入侵檢測(cè)方法，方法流程圖如圖6所示，該網(wǎng)絡(luò)入侵檢測(cè)方法包括：

S101，基于誤用檢測(cè)配置信息和分類器檢測(cè)配置信息，對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)同時(shí)進(jìn)行誤用檢測(cè)和分類器檢測(cè)，得到表征誤用檢測(cè)結(jié)果的第一判斷值和表征分類器檢測(cè)結(jié)果的第二判斷值；其中，誤用檢測(cè)配置信息包括入侵特征數(shù)據(jù)庫(kù)及誤用檢測(cè)準(zhǔn)確率，分類器檢測(cè)配置信息包括分類器及分類器檢測(cè)準(zhǔn)確率；

S102，根據(jù)誤用檢測(cè)準(zhǔn)確率和分類器檢測(cè)準(zhǔn)確率，計(jì)算誤用檢測(cè)權(quán)重值和分類器檢測(cè)權(quán)重值；

S103，基于第一判斷值、第二判斷值、誤用檢測(cè)權(quán)重值和分類器檢測(cè)權(quán)重值，計(jì)算表征同時(shí)檢測(cè)結(jié)果的權(quán)值；

S104，比較權(quán)值和第一閾值，并依據(jù)比較結(jié)果生成表征同時(shí)檢測(cè)結(jié)果的提示信息；

S105，依據(jù)用戶輸入的第二結(jié)果修正信息對(duì)分類器進(jìn)行訓(xùn)練，并更新分類器檢測(cè)配置信息。

在執(zhí)行步驟S105的過程中，用戶(即分析人員)對(duì)進(jìn)行提示的同時(shí)檢測(cè)結(jié)果進(jìn)行誤報(bào)或漏報(bào)判斷，對(duì)同時(shí)檢測(cè)結(jié)果進(jìn)行修正，使得系統(tǒng)依據(jù)修正信息繼續(xù)對(duì)分類器進(jìn)行訓(xùn)練。

本發(fā)明實(shí)施例公開的網(wǎng)絡(luò)入侵檢測(cè)方法，通過將用戶輸入的第二結(jié)果修正信息用于對(duì)分類器進(jìn)行訓(xùn)練，提高分類器檢測(cè)準(zhǔn)確率，實(shí)現(xiàn)了無需升級(jí)入侵特征數(shù)據(jù)庫(kù)仍然可以提升檢測(cè)結(jié)果準(zhǔn)確率，不僅解決了單一檢測(cè)技術(shù)的缺陷，減少了分析人員的工作量，而且消除了頻繁升級(jí)入侵特征數(shù)據(jù)庫(kù)帶來的不便。

實(shí)施例三

基于上述本發(fā)明各實(shí)施例公開的網(wǎng)絡(luò)入侵檢測(cè)方法，本實(shí)施例三則對(duì)應(yīng)提供了執(zhí)行上述網(wǎng)絡(luò)入侵檢測(cè)方法的網(wǎng)絡(luò)入侵檢測(cè)裝置，其結(jié)構(gòu)示意圖如圖7所示，網(wǎng)絡(luò)入侵檢測(cè)裝置500包括：檢測(cè)模塊501、權(quán)重值計(jì)算模塊502、權(quán)值計(jì)算模塊503和提示信息生成模塊504；

檢測(cè)模塊501，用于基于誤用檢測(cè)配置信息和分類器檢測(cè)配置信息，對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)同時(shí)進(jìn)行誤用檢測(cè)和分類器檢測(cè)，得到表征誤用檢測(cè)結(jié)果的第一判斷值和表征分類器檢測(cè)結(jié)果的第二判斷值；其中，誤用檢測(cè)配置信息包括入侵特征數(shù)據(jù)庫(kù)及誤用檢測(cè)準(zhǔn)確率，分類器檢測(cè)配置信息包括分類器及分類器檢測(cè)準(zhǔn)確率；

權(quán)重值計(jì)算模塊502，用于根據(jù)誤用檢測(cè)準(zhǔn)確率和分類器檢測(cè)準(zhǔn)確率，計(jì)算誤用檢測(cè)權(quán)重值和分類器檢測(cè)權(quán)重值；

權(quán)值計(jì)算模塊503，用于基于第一判斷值、第二判斷值、誤用檢測(cè)權(quán)重值和分類器檢測(cè)權(quán)重值，計(jì)算表征同時(shí)檢測(cè)結(jié)果的權(quán)值；

提示信息生成模塊504，用于比較權(quán)值和第一閾值，并依據(jù)比較結(jié)果生成表征同時(shí)檢測(cè)結(jié)果的提示信息。

基于本發(fā)明實(shí)施例公開的網(wǎng)絡(luò)入侵檢測(cè)裝置，實(shí)現(xiàn)了對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)同時(shí)檢測(cè)，解決了單一檢測(cè)技術(shù)的缺陷，提高了網(wǎng)絡(luò)入侵檢測(cè)的準(zhǔn)確率，也減少了分析人員的工作量。

實(shí)施例四

結(jié)合本發(fā)明實(shí)施例三公開的網(wǎng)絡(luò)入侵檢測(cè)裝置和圖7，本實(shí)施例四提供了一種網(wǎng)絡(luò)入侵檢測(cè)裝置，其結(jié)構(gòu)示意圖如圖8所示，其中，檢測(cè)模塊501之前，還包括：第一更新模塊601；

第一更新模塊601，用于更新誤用檢測(cè)配置信息。

本發(fā)明實(shí)施例公開的網(wǎng)絡(luò)入侵檢測(cè)裝置，通過對(duì)誤用檢測(cè)配置信息進(jìn)行更新，增加了入侵特征數(shù)據(jù)庫(kù)中特征，從而提高了誤通檢測(cè)準(zhǔn)確率，這就進(jìn)一步提高了對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行同時(shí)檢測(cè)的準(zhǔn)確率，解決了單一檢測(cè)技術(shù)的缺陷，也減少了分析人員的工作量。

結(jié)合本發(fā)明實(shí)施例四公開的網(wǎng)絡(luò)入侵檢測(cè)裝置和圖8，本發(fā)明實(shí)施例還提供了一種網(wǎng)絡(luò)入侵檢測(cè)裝置，其中，第一更新模塊601的結(jié)構(gòu)示意圖如圖9所示，第一更新模塊601包括：誤用檢測(cè)單元6011、修正單元6012、第一判斷單元6013和更新單元6014；

誤用檢測(cè)單元6011，用于基于入侵特征數(shù)據(jù)庫(kù)對(duì)當(dāng)前網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行誤用檢測(cè)，得到當(dāng)前誤用檢測(cè)結(jié)果；

修正單元6012，用于依據(jù)用戶輸入的第一結(jié)果修正信息更新當(dāng)前誤用檢測(cè)結(jié)果；

第一判斷單元6013，用于判斷當(dāng)前時(shí)間點(diǎn)是否在設(shè)定時(shí)間內(nèi)；若是，觸發(fā)誤用檢測(cè)單元6011；若否，觸發(fā)更新單元6014；

更新單元6014，用于基于各個(gè)當(dāng)前誤用檢測(cè)結(jié)果對(duì)入侵特征數(shù)據(jù)庫(kù)和誤用檢測(cè)準(zhǔn)確率進(jìn)行更新。

本發(fā)明實(shí)施例公開的網(wǎng)絡(luò)入侵檢測(cè)裝置，通過對(duì)誤用檢測(cè)配置信息進(jìn)行更新，增加了入侵特征數(shù)據(jù)庫(kù)中特征，從而提高了誤通檢測(cè)準(zhǔn)確率，這就進(jìn)一步提高了對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行同時(shí)檢測(cè)的準(zhǔn)確率，解決了單一檢測(cè)技術(shù)的缺陷，也減少了分析人員的工作量。

結(jié)合本發(fā)明實(shí)施例四公開的網(wǎng)絡(luò)入侵檢測(cè)裝置和圖9，本發(fā)明實(shí)施例還提供了一種網(wǎng)絡(luò)入侵檢測(cè)裝置，其結(jié)構(gòu)示意圖如圖10所示，其中，檢測(cè)模塊601之前，還包括：第二更新模塊701；

第二更新模塊701，用于基于各個(gè)當(dāng)前誤用檢測(cè)結(jié)果對(duì)分類器檢測(cè)配置信息進(jìn)行更新。

本發(fā)明實(shí)施例公開的網(wǎng)絡(luò)入侵檢測(cè)裝置，基于誤用檢測(cè)配置信息更新過程中的檢測(cè)結(jié)果，對(duì)分類器進(jìn)行訓(xùn)練，解決了分類器訓(xùn)練樣本難以采集的問題，并且在誤用檢測(cè)準(zhǔn)確率提高的同時(shí)提高了分類器檢測(cè)準(zhǔn)確率，相應(yīng)的也就提高了同時(shí)檢測(cè)的準(zhǔn)確率，解決了單一檢測(cè)技術(shù)的缺陷，也減少了分析人員的工作量。

結(jié)合本發(fā)明實(shí)施例四公開的網(wǎng)絡(luò)入侵檢測(cè)裝置和圖10，本發(fā)明實(shí)施例還提供一種網(wǎng)絡(luò)入侵檢測(cè)裝置，其中，第二更新模塊701的結(jié)構(gòu)示意圖如圖11所示，第二更新模塊701包括：樣本劃分單元7011、訓(xùn)練單元7012、校驗(yàn)計(jì)算單元7013、第二判斷單元7014和確定單元7015；

樣本劃分單元7011，用于依據(jù)設(shè)定劃分比例將各個(gè)當(dāng)前誤用檢測(cè)結(jié)果劃分為訓(xùn)練樣本和測(cè)試樣本；

訓(xùn)練單元7012，用于基于訓(xùn)練樣本對(duì)所述分類器進(jìn)行訓(xùn)練，更新分類器；

校驗(yàn)計(jì)算單元7013，用于基于測(cè)試樣本對(duì)更新后分類器進(jìn)行校驗(yàn)，并計(jì)算更新后分類器的準(zhǔn)確率；

第二判斷單元7014，用于判斷更新后分類器的準(zhǔn)確率是否小于第二閾值；若是，觸發(fā)誤用檢測(cè)單元6011；若否，觸發(fā)確定單元7015；

確定單元7015，用于將更新后分類器的準(zhǔn)確率確定為分類器檢測(cè)準(zhǔn)確率。

本發(fā)明實(shí)施例公開的網(wǎng)絡(luò)入侵檢測(cè)裝置，基于誤用檢測(cè)配置信息更新過程中的檢測(cè)結(jié)果，對(duì)分類器進(jìn)行訓(xùn)練，解決了分類器訓(xùn)練樣本難以采集的問題，并且在誤用檢測(cè)準(zhǔn)確率提高的同時(shí)提高了分類器檢測(cè)準(zhǔn)確率，相應(yīng)的也就提高了同時(shí)檢測(cè)的準(zhǔn)確率，解決了單一檢測(cè)技術(shù)的缺陷，也減少了分析人員的工作量。

結(jié)合本發(fā)明實(shí)施例三公開的網(wǎng)絡(luò)入侵檢測(cè)裝置和圖7，本實(shí)施例四還提供一種網(wǎng)絡(luò)入侵檢測(cè)裝置，其結(jié)構(gòu)示意圖如圖12所示，其中，提示信息生成模塊504之后，還包括：訓(xùn)練更新模塊505；

訓(xùn)練更新模塊505，用于依據(jù)用戶輸入的第二結(jié)果修正信息對(duì)分類器進(jìn)行訓(xùn)練，并更新分類器檢測(cè)配置信息。

本發(fā)明實(shí)施例公開的網(wǎng)絡(luò)入侵檢測(cè)裝置，通過將用戶輸入的第二結(jié)果修正信息用于對(duì)分類器進(jìn)行訓(xùn)練，提高分類器檢測(cè)準(zhǔn)確率，實(shí)現(xiàn)了無需升級(jí)入侵特征數(shù)據(jù)庫(kù)仍然可以提升檢測(cè)結(jié)果準(zhǔn)確率，不僅解決了單一檢測(cè)技術(shù)的缺陷，減少了分析人員的工作量，而且消除了頻繁升級(jí)入侵特征數(shù)據(jù)庫(kù)帶來的不便。

以上對(duì)本發(fā)明所提供的一種網(wǎng)絡(luò)入侵檢測(cè)方法及裝置進(jìn)行了詳細(xì)介紹，本文中應(yīng)用了具體個(gè)例對(duì)本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時(shí)，對(duì)于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實(shí)施方式及應(yīng)用范圍上均會(huì)有改變之處，綜上所述，本說明書內(nèi)容不應(yīng)理解為對(duì)本發(fā)明的限制。

需要說明的是，本說明書中的各個(gè)實(shí)施例均采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說明的都是與其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似的部分互相參見即可。對(duì)于實(shí)施例公開的裝置而言，由于其與實(shí)施例公開的方法相對(duì)應(yīng)，所以描述的比較簡(jiǎn)單，相關(guān)之處參見方法部分說明即可。

還需要說明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個(gè)實(shí)體或者操作與另一個(gè)實(shí)體或操作區(qū)分開來，而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備所固有的要素，或者是還包括為這些過程、方法、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個(gè)……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。

對(duì)所公開的實(shí)施例的上述說明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對(duì)這些實(shí)施例的多種修改對(duì)本領(lǐng)域的專業(yè)技術(shù)人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實(shí)施例中實(shí)現(xiàn)。因此，本發(fā)明將不會(huì)被限制于本文所示的這些實(shí)施例，而是要符合與本文所公開的原理和新穎特點(diǎn)相一致的最寬的范圍。