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：浙江工业大学
申请日：2024-04-09
公开（公告）日：2024-06-28
公开（公告）号：CN118264474A
主分类号：H04L9/40
分类号：H04L9/40;G06N3/0442;G06N3/045;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明涉及网络安全和机器学习技术，具体涉及一种融合溯源图节点语义和邻域特征的APT攻击检测方法。本发明包括定义标签和标签的传播规则，构建溯源图并根据溯源图构建意图表征图；基于WL图核聚合得到节点的K跳邻域特征；基于K跳邻域特征得到每个节点的特征嵌入向量，利用特征编码获取每个节点的标签嵌入向量；通过GNN编码器聚合得到每个节点的特征向量，采用注意力机制计算每个节点的权重，并计算节点的最终特征向量；采用良性数据集将节点的最终特征向量作为输入训练解码器，用训练好的解码器进行异常节点的检测。本发明更大程度的保留了节点的上下文信息，能够更精确地表示系统行为，提高检测准确率，同时可以检测到未知的零日漏洞。
主权项：1.一种融合溯源图节点语义和邻域特征的APT攻击检测方法，其特征在于，所述的融合溯源图节点语义和邻域特征的APT攻击检测方法，包括：定义标签和标签的传播规则，定义节点类型、节点属性和关系类型；基于节点类型、节点属性和关系类型构建溯源图，根据标签和标签的传播规则基于溯源图构建意图表征图；基于WL图核聚合得到意图表征图的每个节点的K跳邻域特征，利用word2vec对每个节点的K跳邻域特征进行嵌入得到每个节点的特征嵌入向量，利用特征编码获取每个节点的标签嵌入向量；通过GNN编码器根据节点的特征嵌入向量和标签嵌入向量聚合得到每个节点的特征向量，采用注意力机制计算每个节点的权重，根据每个节点的特征向量和权重计算节点的最终特征向量；采用良性数据集将节点的最终特征向量作为输入训练解码器，用训练好的解码器进行异常节点的检测。
全文数据：
权利要求：
百度查询： 浙江工业大学 一种融合溯源图节点语义和邻域特征的APT攻击检测方法
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。
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