会员体验
专利管家(专利管理)
工作空间(专利管理)
风险监控(情报监控)
数据分析(专利分析)
侵权分析(诉讼无效)
联系我们
交流群
官方交流:
QQ群: 891211   
微信请扫码    >>>
现在联系顾问~
热词
    • 68. 发明授权
    • 一种基于因果关系图的多阶段攻击趋势预测方法、设备及存储介质
    • CN115766258B
    • 2024-02-09
    • CN202211472311.9
    • 2022-11-23
    • 西安电子科技大学
    • 朱光明张亮张锋军张向东沈沛意戴朝霞
    • H04L9/40G06N3/0442G06N3/08
    • 本发明公开了一种基于因果关系图的多阶段攻击趋势预测方法、设备及存储介质,预测方法包括:对服务器审计日志信息进行处理,构建因果关系图;从已知的网络攻击事件中提取事件的主体;以攻击事件的主体为线索,从因果关系图中提取事件主体对应的攻击路径,按时间戳排序得到攻击序列;得到反映详细攻击步骤的抽象化数据序列;对已有网络攻击过程的多服务器的审计日志按上述步骤进行处理,批量构建攻击的抽象化数据序列,对基于LSTM网络的攻击趋势预测模型进行训练,基于已有攻击过程对多阶段攻击趋势的预测。本发明从大量的日志数据中提取属于某一攻击过程的序列,基于已有攻击过程实现攻击趋势的预测,预测精度高,降低了预测模(56)对比文件US 10885167 B1,2021.01.05黎佳玥;赵波;李想;刘会;刘一凡;邹建文.基于深度学习的网络流量异常预测方法.计算机工程与应用.(06),全文.杨瑞朋;屈丹;朱少卫;黄浩.日志异常检测技术研究.信息工程大学学报.2019,(05),全文.郭晶晶;马建峰;李琦;万涛;高聪;张亮.基于博弈论的移动自组织网络的信任管理方法.通信学报.2014,(11),全文.T. Li等“.DeepAG: Attack GraphConstruction and Threats Prediction WithBi-Directional Deep Learning”《. IEEETransactions on Dependable and SecureComputing》 .2022,全文.I. Perry et al.“Differentiating andPredicting Cyberattack Behaviors UsingLSTM”《.2018 IEEE Conference on Dependableand Secure Computing (DSC)》.2019,全文.