一种基于图卷积神经网络的系统日志攻击调查方法及系统

    公开(公告)号:CN117951691A

    公开(公告)日:2024-04-30

    申请号:CN202311793830.X

    申请日:2023-12-25

    Abstract: 本发明提供一种基于图卷积神经网络的系统日志攻击调查方法及系统,属于计算机网络安全领域,通过获取终端侧系统日志;将系统日志节点依据时间顺序、系统调用关系生成起源图;训练系统日志节点的向量表示;根据给定候选系统日志节点,生成候选系统日志节点的起源子图;根据起源子图中包含的系统日志节点之间的相似性,修剪冗余节点;基于图核算法与系统日志节点的向量相似度计算平衡训练数据集;基于注意力机制训练起源子图的类型与方向矩阵向量表示;基于图卷积神经网络学习起源子图的攻击行为模式特征,识别潜在的攻击节点。本发明无需引入专家知识,能够自动化学习攻击行为模式特征,提高分析调查速度,有效识别包括新型攻击在内的攻击活动。

    一种面向社交短文本的安全账号识别方法

    公开(公告)号:CN116346407A

    公开(公告)日:2023-06-27

    申请号:CN202310085192.X

    申请日:2023-01-17

    Abstract: 本发明提出一种面向社交短文本的安全账号识别方法,涉及计算机网络安全领域。通过收集安全领域种子账号,采集种子账号的列表信息,提取关键词,若关键词属于安全词汇,则将种子账号归入安全账号候选集;采集安全账号候选集中的账号的属性信息、推文信息和关系信息,并存入数据库中;构建和训练基于深度学习的安全特征提取模型,提取安全领域特征、属性特征、行为特征和内容特征;构建并训练基于机器学习的安全账号分类模型,判断所述数据库中的账号是否为安全账号。

Patent Agency Ranking