申请/专利权人:南京南瑞信息通信科技有限公司
申请日:2022-12-01
公开(公告)日:2024-04-02
公开(公告)号:CN115883213B
主分类号:H04L9/40
分类号:H04L9/40;G06N3/0455;G06N3/042;G06N3/0442;G06N3/0464;G06N3/047;G06F18/2433;G06F18/2415
优先权:
专利状态码:有效-授权
法律状态:2024.04.02#授权;2023.04.18#实质审查的生效;2023.03.31#公开
摘要:本发明公开了基于连续时间动态异质图神经网络的APT检测方法和系统,包括选取指定时间段内的网络交互事件数据,从所述网络交互事件数据中提取实体作为源节点和目标节点,提取源节点和目标节点之间交互事件作为边,确定节点类型和属性、边的类型和属性,以及交互事件发生的时刻,获得连续时间动态异质图;利用连续时间动态异质图网络编码器,将所述连续时间动态异质图的各类型边转化为向量,得到各类型边的嵌入表示;利用连续时间动态异质图网络解码器,对连续时间动态异质图中各类型边的嵌入表示进行解码,获得各类型边是否为异常边的检测结果。本发明充分利用了实体自身和实体间交互事件的完整的上下文信息,容易识别恶意攻击。
主权项:1.基于连续时间动态异质图神经网络的APT检测方法,其特征在于,选取指定时间段内的网络交互事件数据,从所述网络交互事件数据中提取实体作为源节点和目标节点,提取源节点和目标节点之间交互事件作为边,确定节点类型和属性、边的类型和属性,以及交互事件发生的时刻,获得连续时间动态异质图;利用连续时间动态异质图网络编码器,将所述连续时间动态异质图的各类型边转化为向量,得到各类型边的嵌入表示;利用连续时间动态异质图网络解码器,对连续时间动态异质图中各类型边的嵌入表示进行解码,获得各类型边是否为异常边的检测结果。
全文数据:
权利要求:
百度查询: 南京南瑞信息通信科技有限公司 基于连续时间动态异质图神经网络的APT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。