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：广州大学
摘要：本发明公开了一种基于踩蜜日志及溯源图注意力神经网络的异常节点检测方法，包括离线训练阶段和在线检测阶段。本发明一方面为提升溯源图中节点的表达能力，通过结合节点的行为信息和语义信息构建节点特征向量，丰富节点信息表示，更有利于异常检测分析。为提升异常检测模型的性能，本发明另一方面在图神经网络的基础上，设计一个以盾立方的四蜜踩蜜日志作为先验知识的GAT‑DLA图注意力模块对异常检测模型进行改进，提升主机侧系统日志溯源图中异常行为的检测精度，提高对异常检测场景的动态适应性。还一方面，本发明不仅实现节点级别的异常检测，还会构建攻击场景图片，以便更准确直接地检测和识别攻击路径，帮助网络安全专家分析网络的潜在安全威胁。
主权项：1.一种基于踩蜜日志及溯源图注意力神经网络的异常节点检测方法，其特征在于，包括两个阶段；第一阶段为离线训练阶段：采集良性无异常的主机侧日志数据构建溯源图，压缩保存至数组得到训练数据集；对训练数据集中的每个节点提取行为特征向量和语义特征向量并合并为节点特征向量；使用训练数据集的节点特征向量训练异常检测模型，得到训练好的异常检测模型；所述异常检测模型在图神经网络的基础上，设计一个以盾立方的四蜜踩蜜日志作为先验知识的GAT-DLA图注意力模块，最后连接一个全连接层通过softmax函数对节点进行分类；第二阶段为在线检测阶段：采集待检测的主机侧日志数据并构建溯源图，压缩保存至数组得到待测数据集；对待测数据集中的每个待测节点提取并计算行为特征向量和语义特征向量并合并为节点特征向量；将待测数据集的节点特征向量输入训练好的异常检测模型进行异常节点检测，返回异常节点信息。
全文数据：
权利要求：
百度查询： 广州大学 一种基于踩蜜日志及溯源图注意力神经网络的异常节点检测方法
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