买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜浙江工业大学申请的专利一种基于随机游走和邻域重建的APT攻击检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119788420B 。

龙图腾网通过国家知识产权局官网在2025-05-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510266649.6，技术领域涉及：H04L9/40；该发明授权一种基于随机游走和邻域重建的APT攻击检测方法是由朱添田;陈倩倩;陈铁明;吕明琪设计研发完成，并于2025-03-07向国家知识产权局提交的专利申请。

本一种基于随机游走和邻域重建的APT攻击检测方法在说明书摘要公布了：本发明属于网络安全和机器学习技术领域，公开了一种基于随机游走和邻域重建的APT攻击检测方法，包括获取良性系统日志数据，并得到去噪溯源图；采用广度优先的随机游走策略，得到游走路径，采用基于神经网络的无监督学习算法学习游走路径，获得去噪溯源图中每个节点的嵌入向量；获取基于编码器和解码器的邻域重建模型，将节点的嵌入向量输入邻域重建模型，根据邻域重建模型的输出计算每个节点的节点属性重建损失、边分布重建损失和邻居分布重建损失；组合得到节点的总重建损失，根据总重建损失更新优化邻域重建模型。本发明有效应对复杂网络攻击场景，显著提升网络安全预防的效率和能力。

本发明授权一种基于随机游走和邻域重建的APT攻击检测方法在权利要求书中公布了：1.一种基于随机游走和邻域重建的APT攻击检测方法，其特征在于，所述基于随机游走和邻域重建的APT攻击检测方法，包括：获取良性系统日志数据并构建溯源图，基于溯源图构建拉普拉斯矩阵，并使用拉普拉斯正则化去除溯源图中节点的邻居噪声，得到去噪溯源图；采用广度优先的随机游走策略，遍历得到从去噪溯源图中每个节点出发的游走路径，采用基于神经网络的无监督学习算法学习游走路径，获得去噪溯源图中每个节点的嵌入向量；获取基于编码器和解码器的邻域重建模型，将节点的嵌入向量输入邻域重建模型，根据邻域重建模型的输出计算每个节点的节点属性重建损失、边分布重建损失和邻居分布重建损失；组合节点属性重建损失、边分布重建损失和邻居分布重建损失，得到节点的总重建损失，根据总重建损失更新优化邻域重建模型；将获取的待检测系统日志数据输入更新优化后的邻域重建模型，根据邻域重建模型的输出计算待检测系统日志数据对应的总重建损失，若待检测系统日志数据对应的总重建损失超过异常阈值，则判断待检测系统日志数据存在APT网络攻击；否则待检测系统日志数据不存在APT网络攻击；其中，所述根据邻域重建模型的输出计算节点属性重建损失、边分布重建损失和邻居分布重建损失，包括：计算节点属性重建损失如下： ；式中，为节点的节点属性重建损失，为距离函数，为节点的嵌入向量，为邻域重建模型输出的节点重建后的嵌入向量；计算边分布重建损失如下： ； ； ；式中，为节点所有原始边的特征均值，表示节点的边总数，表示节点与节点之间的边的特征向量，为节点的邻居节点集合，为节点所有原始边的特征协方差矩阵，表示的转置，为节点的边分布重建损失，表示KL散度，指满足均值为方差为的正态分布，指满足均值为方差为的正态分布，为邻域重建模型输出的节点所有原始边重建后的特征均值，为邻域重建模型输出的节点所有原始边重建后的特征协方差矩阵；计算邻居分布重建损失如下： ； ； ；式中，为节点的邻居节点的特征均值，表示节点的邻居节点总数，为节点的嵌入向量，为节点的邻居节点的特征协方差矩阵，为的转置，为邻域重建模型输出的节点重建后的邻居节点的特征均值，为邻域重建模型输出的节点重建后的邻居节点的特征协方差矩阵，指满足均值为方差为的正态分布，指满足均值为方差为的正态分布，为节点的邻居分布重建损失。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。