[发明专利]网络安全评估方法及电子设备有效

专利信息
申请号: 202010622184.0 申请日: 2020-06-30
公开(公告)号: CN111787000B 公开(公告)日: 2022-03-25
发明(设计)人: 薛见新;刘文懋;陈磊;吴复迪 申请(专利权)人: 绿盟科技集团股份有限公司;北京神州绿盟科技有限公司
主分类号: H04L9/40 分类号: H04L9/40
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 路晓丹
地址: 100089 北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 网络安全 评估 方法 电子设备
【权利要求书】:

1.一种网络安全评估方法,其特征在于,包括:

从预设时间段内网络产生的告警信息中,提取多个源IP地址和目的IP地址;

针对每个源IP地址,根据源IP地址与每个目的IP地址之间发生网络异常的概率,构建所述源IP地址对应的结构向量,以及根据所述源IP地址所属的告警信息确定的源IP地址属性信息,构建所述源IP地址对应的属性向量;其中,源IP地址对应的结构向量中每个维度的数值为源IP地址与一个目的IP地址之间发生网络异常的概率;源IP地址对应的属性向量中的每个维度的数值为源IP的属性信息;

将所述源IP地址对应的结构向量与属性向量输入到结构重构模型中,得到所述源IP地址作为用户业务的发起地址的情况下构建的参考结构向量,以及将所述源IP地址对应的结构向量与属性向量输入到属性重构模型中,得到所述源IP地址作为用户业务的发起地址的情况下构建的参考属性向量;

将所述参考结构向量与所述结构向量进行对比得到对比结果,以及将所述参考属性向量与所述属性向量进行对比得到对比结果,根据得到的两个对比结果,确定所述源IP地址的威胁程度值;

所述结构重构模型包括图卷积神经模型和链路预测模型;所述属性重构模型包括图卷积神经模型和属性预测模型;

将所述源IP地址对应的结构向量与属性向量输入到结构重构模型中,得到所述源IP地址作为用户业务的发起地址的情况下构建的参考结构向量,以及将所述源IP地址对应的结构向量与属性向量输入到属性重构模型中,得到所述源IP地址作为用户业务的发起地址的情况下构建的参考属性向量,包括:

将所述源IP地址对应的结构向量与属性向量输入到图卷积神经模型中,以得到源IP地址的生成向量;其中所述源IP地址的生成向量表示所述预设时间段内产生源IP地址的概率;

将所述源IP地址的生成向量输入到链路预测模型中,以得到所述源IP地址作为用户业务的发起地址的情况下构建的参考结构向量;

将所述源IP地址的生成向量输入到属性预测模型中,以得到所述源IP地址作为用户业务的发起地址的情况下构建的参考属性向量。

2.根据权利要求1所述的网络安全评估方法,其特征在于,通过以下方式确定源IP地址与每个目的IP地址之间发生网络异常的概率:

由预设时间段内网络生成的告警信息,构建多个第一告警序列;其中,所述第一告警序列由多个包含同一个源IP地址的告警信息组成,或由包含同一个源IP地址和同一个目的IP地址的告警信息组成;

将所述多个第一告警序列输入统计模型中,确定每两个告警信息之间的转移概率;

根据每两个告警信息之间的转移概率,确定预设时间段内网络生成的每个告警信息的生成概率;

针对每个包含同一个源IP地址和同一个目的IP地址的第一告警序列,根据第一告警序列中所有告警信息的生成概率,确定第一告警序列的生成概率;将第一告警序列的生成概率作为所述第一告警序列中的源IP地址与目的IP地址之间发生网络异常的概率。

3.根据权利要求2所述的网络安全评估方法,其特征在于,所述根据每两个告警信息之间的转移概率,确定预设时间段内网络生成的每个告警信息的生成概率,包括:

采用随机游走的方式,对多个第一告警序列中的告警信息重新划分为多个第二告警序列;

将第二告警序列中每两个告警信息之间的转移概率,作为所述每两个告警信息采用向量表示时两个向量之间的距离;

根据所述距离确定每个告警信息生成概率的向量表示。

4.根据权利要求3所述的网络安全评估方法,其特征在于,根据第一告警序列中所有告警信息的生成概率,确定第一告警序列的生成概率,包括:

将第一告警序列中所有告警信息生成概率的向量表示输入到句向量生成模型中,确定第一告警序列的生成概率的向量表示。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于绿盟科技集团股份有限公司;北京神州绿盟科技有限公司,未经绿盟科技集团股份有限公司;北京神州绿盟科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010622184.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top