首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于聚类算法的威胁攻击特征标签的提取方法 

申请/专利权人:浙江御安信息技术有限公司

申请日:2024-03-15

公开(公告)日:2024-06-28

公开(公告)号:CN118260620A

主分类号:G06F18/23213

分类号:G06F18/23213;H04L9/40;G06F40/289;G06F40/216;G06F40/205;G06F16/215

优先权:

专利状态码:在审-公开

法律状态:2024.06.28#公开

摘要:本发明公开一种基于聚类算法的威胁攻击特征标签的提取方法,包括S1:收集报文数据;S2:将收集到的报文数据发送到kafka,S3:数据预处理,S4:特征向量化;S5:数据标准化;S6:将标准化后的数据利用DBSCAN算法进行特征聚类;S7:提取攻击特征标签;S8:验证和优化。本发明通过聚类算法DBSCAN进行威胁攻击特征提取,解决了不同类型的威胁攻击特征差异较大而较难归类提取问题,提高威胁特征标签的提取效率;在进行聚类分析前进行数据标准化处理,消除不同特征之间的量纲影响,确保各个特征对聚类分析的贡献度相对均衡,提高了聚类算法的收敛速度和准确性。

主权项:1.一种基于聚类算法的威胁攻击特征标签的提取方法,其特征在于,包括以下步骤:S1:收集报文数据;S2:将收集到的报文数据发送到kafka,并通过flink对于收集到的报文信息进行处理;S3:数据预处理,对文本数据进行预处理,包括分词、去除停用词、词干提取等操作;S4:特征向量化,利用TF-IDF技术对文本数据进行向量化处理,将每个报文表示为一个特征向量;S5:数据标准化,对向量化后的特征数据进行标准化处理;S6:将标准化后的数据利用DBSCAN算法进行特征聚类;S7:提取攻击特征标签,对于每个簇,计算其核心样本和边界样本,以及簇的大小和密度,从而提取代表性的攻击特征;S8:验证和优化,验证提取的攻击特征标签是否准确地反映了漏洞攻击的特征,通过与已知的攻击特征进行对比来进行验证。

全文数据:

权利要求:

百度查询: 浙江御安信息技术有限公司 一种基于聚类算法的威胁攻击特征标签的提取方法

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。