图谱生成方法、攻击测验方法、装置、设备和介质

    公开(公告)号:CN116610812A

    公开(公告)日:2023-08-18

    申请号:CN202310468627.9

    申请日:2023-04-23

    IPC分类号: G06F16/36 H04L9/40

    摘要: 本发明实施例提供图谱生成方法、攻击测验方法、装置、设备和介质,涉及网络安全技术领域。图谱生成方法获取至少一个网络攻击规则,对其进行解析得到攻击参数实体和攻击参数关系,并基于攻击参数实体和攻击参数关系构建表征空间信息的第一表示图谱;同时提取得到攻击时序实体和攻击时序关系,基于攻击时序实体和攻击时序关系构建表征时间信息的第二表示图谱,结合第一表示图谱和第二表示图谱得到网络攻击规则图谱。生成网络攻击规则的攻击参数实体和攻击时序实体,将攻击参数、空间特征和时间特征表示在同一层级的网络攻击规则图谱中,知识表示过程更直观,得到的网络攻击规则图谱在使用时能够快速查询或预测,提升网络攻击规则图谱的应用效率。

    网络攻击预测方法、系统、电子设备及存储介质

    公开(公告)号:CN117318981A

    公开(公告)日:2023-12-29

    申请号:CN202311000479.4

    申请日:2023-08-09

    IPC分类号: H04L9/40

    摘要: 本申请实施例提供了一种网络攻击预测方法、系统、电子设备及存储介质,属于数据处理技术领域。方法包括:获取每一时间点的网络数据图谱和对应的历史特征映射向量;对网络数据图谱进行向量化处理得到图谱嵌入向量,并得到各个时间点对应的网络RGB图,将当前时刻的网络RGB图进行特征映射处理,得到第一特征映射向量;将每一时刻的网络RGB图和每一时刻相邻的至少一张网络RGB图进行光流图转换,得到网络光流图;将网络光流图进行特征映射处理得到第二特征映射向量;根据第一特征映射向量和第二特征映射向量构建预测特征映射向量;根据预测特征映射向量和历史特征映射向量从历史攻击数据中筛选出预测攻击数据,得到网络攻击预测结果。

    异构设备告警数据的分析方法、分析装置及介质

    公开(公告)号:CN116743448A

    公开(公告)日:2023-09-12

    申请号:CN202310652903.7

    申请日:2023-06-02

    IPC分类号: H04L9/40 H04L41/06

    摘要: 本申请公开了异构设备告警数据的分析方法、分析装置及介质,方法包括:根据各个异构设备发出的多个样本告警数据,并对样本告警数据标注攻击类型,以形成告警数据与攻击类型的映射关系;对每条样本告警数据进行分词处理以及分组处理;确定分组得到的每种攻击类型的关键字及关键字的权重值,以得到映射字典;获取若干个目标告警数据,根据目标告警数据和映射字典确定在目标时间段内的攻击类型序列;对攻击类型序列进行聚合,得到融合告警数据;根据两个以上的所述融合告警数据进行攻击关联,组成攻击策略。根据本发明实施例,能够融合异构设备的告警数据,并从告警数据中抽取出攻击者的攻击策略,以便更好地防御和响应快速变化的网络攻击。

    一种互联网攻击预测方法、系统、设备及介质

    公开(公告)号:CN116599705A

    公开(公告)日:2023-08-15

    申请号:CN202310475618.2

    申请日:2023-04-25

    摘要: 本发明公开了一种互联网攻击预测方法、系统、设备及介质,其方法包括:获取蠕虫攻击的告警信息;根据告警信息的源IP地址和目的IP地址进行分类聚合,得到源IP地址相同而目的IP地址不相同的聚合告警序列;对聚合告警序列进行相似性度量处理后得到目的IP地址不相同的告警信息之间的相关矩阵;通过相关矩阵获取蠕虫攻击在每个传播环节之间的关联强度,并根据关联强度预测蠕虫攻击的下一个攻击目标。本发明能够准确通过聚合告警序列提高了告警信息的可利用度,并将聚合告警序列转换为相关矩阵,根据相关矩阵获取蠕虫攻击在每个传播环节之间的关联强度,准确量化计算预测蠕虫攻击的下一个攻击目标,大大提高了预测的细粒度和精度。

    针对互联网仿真场景的数据采集方法、装置及存储介质

    公开(公告)号:CN117278245A

    公开(公告)日:2023-12-22

    申请号:CN202310928294.3

    申请日:2023-07-26

    IPC分类号: H04L9/40

    摘要: 本申请公开了针对互联网仿真场景的数据采集方法、装置及存储介质,方法包括:对互联网仿真场景进行漏洞扫描,并对扫描得到的漏洞进行分类,得到漏洞归集;将漏洞归集与预设的攻击类型分类数据集进行关联,得到与漏洞归集对应的基础攻击,攻击类型分类数据集包括漏洞与入侵攻击行为的对应关系;根据基础攻击和预设的攻击模型框架确定终端侧的数据源,以及根据基础攻击和预设的流量检测规则库确定流量侧的流量检测规则,攻击模型框架包括攻击类型与数据源的对应关系;基于漏洞归集与数据源、流量检测规则对应关系进行靶向数据采集。在本发明实施例中,能够仅针对漏洞或弱点进行数据采集来支撑入侵检测,从而减少数据采集的系统开销。