龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：东南大学
摘要：本发明公开了一种基于异构图在APT攻击早期识别预警方法及系统，包括威胁情报收集、IOCS抽取‑属性异构图建模、上游对比预训练和下游威胁locs识别四个步骤、通过建立了图对比学习模型，引入信息论原理来最大化正负样本之间的互信息，从而减少对标签的需求并降低样本噪音的影响。本方法具有更快的收敛速度和更优越的威胁识别能力，可有效减少在遭遇APT攻击时因识别不及时而造成的损失。
主权项：1.一种基于异构图在APT攻击早期识别预警方法，其特征在于,包括如下步骤：S1，威胁情报收集：通过爬虫或者开源情报网站收集威胁情报报告，所述威胁情报报告至少包括组织分析报告、恶意代码和漏铜分析报告；S2，IOCS抽取-属性异构图建模：基于开源威胁情报的辅助，提取IOC实体，实体的标签信息及IOC实体之间的关联关系，对IOCs节点的关联关系进行扩充，补充威胁情报报告之外的实体和关系，并定义元路径对异构图提取高层次的语义信息；S3，上游对比预训练：对比学习模型利用HSAGE和HGAT编码器构建两个分支，分别为异构图中的节点生成嵌入和同一节点的和互为正样本，其他节点间的嵌入视为负样本；通过注意力机制融合和得到节点最终嵌入v；对所有节点嵌入进行池化，获取全图嵌入v1和v2，利用对比损失函数最大化和的互信息，最小化v与v1以及H与v2之间的互信息；S4，下游威胁locs识别：利用上游异构图神经网络对APT攻击的多源数据进行特征编码，提取APT攻击的关键信息，将编码结果输入到不同的分类模型中，进行APT攻击的预测。
全文数据：
权利要求：
百度查询： 东南大学 一种基于异构图在APT攻击早期识别预警方法及系统
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