Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜浙江工业大学顾国民获国家专利权

恭喜浙江工业大学顾国民获国家专利权

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!

龙图腾网恭喜浙江工业大学申请的专利一种基于重叠社区发现的APT攻击行为识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119011291B

龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411473547.3,技术领域涉及:H04L9/40;该发明授权一种基于重叠社区发现的APT攻击行为识别方法是由顾国民;宋琪杰;陈铁明;杨佳颖;朱添田;吕明琪;朱志凌;王晓明;鲁银冰设计研发完成,并于2024-10-22向国家知识产权局提交的专利申请。

一种基于重叠社区发现的APT攻击行为识别方法在说明书摘要公布了:本发明属于网络安全技术领域,具体涉及构建了一种基于重叠社区发现的APT攻击行为识别方法。本发明包括收集日志数据并构建起源图,对起源图进行去噪和压缩;通过特征初始化、特征学习和种子节点检测得到种子节点集;为起源图中的每条边和每个节点计算权重,并将起源图重构为加权异构图;基于种子节点集和加权异构图进行重叠社区的检测得到每个种子节点的自然社区,同时得到起源图的多个子图;将待检测的子图的子图特征输入训练好的分类器,若待检测的子图的子图特征与良性的子图特征偏移较大,则待检测的子图中存在恶意行为。本发明对起源图进行去噪后进行重叠社区检测来进行攻击社区的划分与攻击行为的识别。

本发明授权一种基于重叠社区发现的APT攻击行为识别方法在权利要求书中公布了:1.一种基于重叠社区发现的APT攻击行为识别方法,其特征在于,所述基于重叠社区发现的APT攻击行为识别方法,包括:收集日志数据并构建起源图,对起源图进行压缩;通过特征初始化、特征学习和种子节点检测得到种子节点集;为起源图中的每条边和每个节点计算权重,并将起源图重构为加权异构图;基于种子节点集和加权异构图进行重叠社区的检测得到每个种子节点的自然社区,基于自然社区分割起源图为多个子图;对子图进行表征,得到子图特征,利用良性的子图特征训练分类器,将待检测的子图的子图特征输入训练好的分类器,若分类器针对待检测的子图的子图特征与良性的子图特征的输出存在偏移,则待检测的子图的子图特征是恶意的,即待检测的子图中存在恶意行为,否则,待检测的子图的子图特征是良性的,待检测的子图中不存在恶意行为;其中,所述通过特征初始化、特征学习和种子节点检测得到种子节点集,包括:所述特征初始化包括:根据起源图的节点的类型和边的类型,所述节点的类型包括进程、文件、注册表和套接字,为每个节点创建初始特征矩阵;所述特征学习包括:构建图神经网络,所述图神经网络用公式表示如下: ;其中,表示第层的节点特征矩阵,,表示GNN层的总层数,表示图神经网络,G为起源图的拓扑结构,为初始的待训练参数矩阵,为第层的待训练参数矩阵,为初始特征矩阵,为第层的节点特征矩阵;将第层的节点特征矩阵输入到分类器中,根据以下公式进行节点类型分类: ;其中,为节点类型的概率分布,为分类器第层的参数矩阵,为最终的节点特征矩阵;使用梯度下降法训练图神经网络,将每个节点的初始特征矩阵输入训练好的图神经网络得到最终特征矩阵;所述种子节点检测包括:根据每个节点的最终特征矩阵使用离群值挖掘算法检测起源图中所有类型为进程的节点的离群值,将离群值大于预设阈值的节点作为种子节点,得到种子节点集;其中,所述基于种子节点集和加权异构图进行重叠社区的检测得到每个种子节点的自然社区,包括:在种子节点集中随机选取一个种子节点;检测选取的种子节点的自然社区,并将选取的种子节点从种子节点集中删除;重复选取、检测和删除种子节点,直到种子节点集为空;其中,所述检测选取的种子节点的自然社区,包括:将选取的种子节点作为一个社区,令社区的内部适应度和外部适应度为0,提取社区的邻居节点集;在邻居节点集中选择任意一个邻居节点加入到社区中,并计算社区当前的内部适应度和外部适应度;基于社区当前的内部适应度和外部适应度计算社区的社区质量,若社区质量的值增加,则将邻居节点保留在社区中,并将邻居节点从邻居节点集中移除,否则,将邻居节点从社区中删除,并将邻居节点从邻居节点集中移除;当邻居节点集不为空时,重复选择一个邻居节点并对当前邻居节点进行操作,以及计算社区质量,当邻居节点集为空时,得到扩展后的社区和扩展后的社区的最终社区质量;当最终社区质量与社区质量相等时,结束算法,当最终社区质量与社区质量不相等时,提取扩展后的社区的邻居节点集,并重复在邻居节点集中选择邻居节点,对当前邻居节点进行操作并扩展社区,直到当最终社区质量与社区质量相等或扩展后的社区的邻居节点集为空时,结束算法;结束算法后得到选取的种子节点的自然社区。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人浙江工业大学,其通讯地址为:310014 浙江省杭州市拱墅区潮王路18号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

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。