一种基于频繁项集的网络团伙发现方法

    公开(公告)号:CN112968870A

    公开(公告)日:2021-06-15

    申请号:CN202110126310.8

    申请日:2021-01-29

    Abstract: 本发明是关于一种基于频繁项集的网络团伙发现方法,该方法将网络安全事件数据构建为关系图谱,提取图中的I P节点,查询这些节点的网络通联数据,使用频繁项集算法计算该通联数据,得到I P节点的频繁项集特征,将节点的频繁项集特征用于标签传播算法LPA的边权重计算。本发明解决了标签传播算法LPA的精确度、随机传播及可信度低的问题,提升了算法的稳定性;能够同时挖掘属于已知标签的团伙以及未知标签的团伙。

    恶意软件同源性分析方法、系统、电子设备及存储介质

    公开(公告)号:CN110135157A

    公开(公告)日:2019-08-16

    申请号:CN201910272315.4

    申请日:2019-04-04

    Abstract: 本公开实施例提供了一种恶意软件同源性分析方法、系统、电子设备及存储介质。其中,该方法包括:获取恶意软件的样本的数据集;从样本的数据集中提取反汇编代码文本以及带属性的控制流程图;基于反汇编代码文本以及带属性的控制流程图,构建深度神经网络模型;通过深度神经网络模型,识别恶意软件的同源性。通过该技术方案,解决了如何提高恶意软件相似性分析的准确性的技术问题,可以识别新的、未知的恶意软件的同源性,挖掘其背后的组织信息,从而可以快速地定位攻击来源或攻击者,以便于可采取更快速、更准确的防治方法,进而可以帮助安全专家构建完整的攻击场景,而且可以跟踪攻击者。

Patent Agency Ranking