-
公开(公告)号:CN119377358A
公开(公告)日:2025-01-28
申请号:CN202411932240.5
申请日:2024-12-26
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F16/332 , G06N5/025 , G06F18/241 , G06F18/214
Abstract: 本发明提供了一种面向多源信息冲突的威胁情报可信度分析方法,获取同IP中不同来源的威胁情报数据;提取情报数据中描述攻击者采取攻击行为的时间、地点和攻击类型,度量情报的可信度,对攻击时间、地点及攻击类型进行编码,结合可信度制作成情报数据的训练材料,导入分类学习模型进行深度学习,学习模型最终能准确地分类新的情报数据并判断其可信度;通过大型语言模型对情报源的权威度给出评分,利用检索增强生成技术生成答可信度结果;输出同IP下更为可信的可信度判定结果。本发明能够全面评估多源威胁情报数据的质量,通过检测多情报间的一致性发现情报冲突,剔除低质量数据。
-
公开(公告)号:CN119363488A
公开(公告)日:2025-01-24
申请号:CN202411930685.X
申请日:2024-12-26
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04L9/40 , G06F16/951 , G06F40/20
Abstract: 本发明公开一种基于大语言模型的多步攻击技术链路抽取方法、系统及介质,该方法包括:获取开源威胁情报;对各种格式的开源威胁情报进行数据解析和数据清洗,统一成纯文本格式;使用大语言模型对文本格式的开源威胁情报去噪,并将结果切分成单个完整的攻击过程;爬取MITRE ATT&CK数据库中对应的攻击技术数据对Bert进行微调,通过微调后的Bert,找出与攻击过程描述相关的攻击技术,然后再通过微调后的Bert,查询MITRE ATT&CK数据库,获取到对应的攻击技术描述;以相关的攻击技术为依据,通过大语言模型对攻击过程中出现的攻击技术进行排序,以结构化的方式输出。本发明能提升攻击技术链路抽取的效率和可靠性。
-