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：北京航空航天大学
申请日：2024-03-28
公开（公告）日：2024-05-31
公开（公告）号：CN118118254A
主分类号：H04L9/40
分类号：H04L9/40
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.18#实质审查的生效;2024.05.31#公开
摘要：本发明涉及一种基于溯源图行为序列预测的APT攻击检测方法及系统，其方法包括：S1：根据安全审计日志中实体及其交互关系，抽取节点和行为元路径；S2：对行为元路径按时间排序并去除冗余后构建溯源图；S3：基于近邻采样机制遍历溯源图，构建行为序列；S4：将正常行为序列经过随机掩码后，输入基于注意力机制的序列自编码器模型，训练模型使其学习到正常行为序列的模式；S5：使用少量带标签数据为不同类型节点确定异常检测阈值，将待检测行为序列输入训练好的模型，得到序列重构误差，与阈值进行比较，判断否存在APT攻击。本发明的方法能有效检测出未知APT攻击，降低了APT攻击检测对稀缺攻击样本的依赖，减少人工分析工作量。
主权项：1.一种基于溯源图行为序列预测的APT攻击检测方法，其特征在于，包括：步骤S1：根据安全审计日志中进程、文件和套接字实体及其交互关系，抽取节点和行为元路径；步骤S2：对所述行为元路径按时间排序并去除冗余，基于去除冗余后行为元路径构建溯源图；步骤S3：基于近邻采样机制遍历所述溯源图，捕获节点周围的行为序列；步骤S4：将所述行为序列经过随机掩码后，输入基于注意力机制的序列自编码器模型，模型训练期间仅使用包含正常行为序列的数据进行训练，通过设置正常行为序列的掩码预测任务对模型进行训练，通过训练不断更新模型参数，使模型能学习到正常行为序列的模式；步骤S5：使用少量带标签数据为不同类型节点确定异常检测阈值，将待检测日志按照步骤S1～S3处理得到行为序列后，输入训练好的基于注意力机制的序列自编码器模型，得到序列重构误差，并与所述异常检测阈值进行比较，从而确定是否存在APT攻击。
全文数据：
权利要求：
百度查询： 北京航空航天大学 基于溯源图行为序列预测的APT攻击检测方法及系统
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