龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：国际商业机器公司
申请日：2022-07-25
公开（公告）日：2024-05-07
公开（公告）号：CN117999559A
主分类号：G06N3/042
分类号：G06N3/042;G06N3/0895
优先权：["20210920 US 17/480,012"]
专利状态码：在审-实质审查的生效
法律状态：2024.05.24#实质审查的生效;2024.05.07#公开
摘要：一种检测计算系统中的异常行为的方法通过对使用元路径采样从一个或多个异构图导出的正样本和负样本的集合应用对比表示学习，以无监督方式训练图神经网络GNN来开始。在训练之后，接收从系统生成的事件导出的时间图。GNN用于将时间图嵌入到向量空间中的向量表示中。经训练的GNN还用于将攻击模式图的集合嵌入到向量空间中的对应向量表示中。对于异常检测，将对应于时间图的表示与对应于攻击模式图的表示进行比较。在一个实施例中，使用模糊模式匹配算法来实现比较。如果发现模糊匹配，则输出时间图与计算系统中的潜在攻击相关联的指示。
主权项：1.一种用于检测计算系统中的异常行为的方法，包括：通过对使用元路径采样从一个或多个异构图导出的正样本和负样本的集合应用对比表示学习，以无监督方式训练图神经网络GNN；在训练之后，接收从系统生成的事件导出的时间图；使用经训练的GNN将所述时间图嵌入到表示中；将所述表示与由所述经训练的GNN产生并且对应于一个或多个模式图的一个或多个表示的集合进行比较；以及基于所述比较，输出所述时间图与所述计算系统中的潜在异常行为相关联的指示。
全文数据：
权利要求：
百度查询： 国际商业机器公司 使用元路径邻居采样和对比学习的图神经网络（GNN）训练
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号