-
公开(公告)号:CN117240684A
公开(公告)日:2023-12-15
申请号:CN202311281265.9
申请日:2023-09-28
Applicant: 国网陕西省电力有限公司信息通信公司 , 西安交通大学
IPC: H04L41/0604
Abstract: 本发明提供的一种基于时序的周期性误告警筛选方法、系统及设备,包括以下步骤:步骤1,从输入的多源异构的网络安全告警数据中提取告警实体,并根据告警实体生成告警时间序列;步骤2,根据告警时间序列初步判断对应的告警实体是否具有周期性,其中若具备周期性进入步骤3,否则进入步骤4;步骤3,获取具有周期性的告警实体对应的周期值;步骤4,获取不具有周期性的告警实体的候选周期值集,并根据得到的候选周期值集判断对应的告警实体是否具有周期性;步骤5,获取具有周期性告警实体对应的周期值;本发明能够高效分析时间序列周期性,在时域层面能够过滤掉大量周期性告警,从而实现误告警筛选,辅助安全分析人员聚焦高危行为,提高海量告警的分析处理效率。
-
公开(公告)号:CN117764606A
公开(公告)日:2024-03-26
申请号:CN202311786483.8
申请日:2023-12-22
Applicant: 西安交通大学
IPC: G06Q30/018 , G06F18/22 , G06F18/213 , G06F16/901 , G06Q50/06 , G06Q50/26 , H04L9/00
Abstract: 本发明提供的一种基于图方法的电碳区块链交易行为关联分析方法、系统及设备,包括以下步骤:步骤1,获取待测电碳区块链中每个区块及其对应的交易记录数据,并将得到的交易记录数据进行解析,得到交易记录数据中第一条交易记录对应的特征量;步骤2,根据得到的每个区块对应的特征量创建区块交易图;步骤3,将得到的每个区块交易图划分为多个交易簇;步骤4,提取每个交易簇的统计特征和拓扑结构特征;步骤5,根据得到的统计特征和拓扑结构特征对交易簇进行识别,得到待测电碳区块链交易行为关联分析结果;本发明能够将电碳区块链网络中的单条交易记录关联为交易簇,从而有效检测通过交易协同进行的区块链攻击事件。
-
公开(公告)号:CN118944938A
公开(公告)日:2024-11-12
申请号:CN202411033846.5
申请日:2024-07-30
Applicant: 西安交通大学
IPC: H04L9/40
Abstract: 本发明提供了一种基于Bash命令的用户行为划分及告警关联补全方法、系统、设备及介质,包括以下步骤:步骤1,将获取得到的目标Bash命令数据中的每条Bash命令进行解析得到结构化数据;步骤2,根据解析后的结构化数据,构建Bash命令间的关联关系;步骤3,基于Bash命令间的关联关系,构建Bash命令关联图;骤4,根据得到的Bash命令关联图生成用户行为;步骤5,将生成的用户行为与安全设备产生的告警相关联;本发明能够在保证信息完整性的同时,提供一种对Bash历史命令日志进行批量可解释性分析的尺度,补全告警数据中的缺失信息,极大降低了工作人员进行用户行为分析及告警分析处置的难度。
-
公开(公告)号:CN117319035A
公开(公告)日:2023-12-29
申请号:CN202311268722.0
申请日:2023-09-28
Applicant: 西安交通大学
IPC: H04L9/40 , G06F18/22 , G06F18/2323 , G06F18/26
Abstract: 本发明提供的一种基于复杂子图拆分的告警社群划分方法、系统及设备,包括以下步骤:将输入的多源异构网络告警日志进行预处理,得到告警数据集;根据得到的告警数据集构建告警日志关联图;将得到的告警日志关联图进行聚类划分,得到简单告警子图和复杂告警子图;利用简单告警子图对复杂告警子图进行初步拆分,得到拆分后的复杂告警子图;利用简单告警子图的定义对拆分后的复杂告警子图进行二次拆分,得到多个拆分后的简单告警子图;将得到的多个拆分后的简单告警子图进行合并;本发明能够将错误划分在同一个社群的多个业务告警进行有效拆分,同时将错误划分为多个社群的同一业务告警进行正确合并,最大限度地保证告警社群划分的业务完整性。
-
公开(公告)号:CN116796312A
公开(公告)日:2023-09-22
申请号:CN202310745296.9
申请日:2023-06-21
Applicant: 西安交通大学
IPC: G06F21/55 , G06F18/26 , G06F18/2415 , H04L9/40
Abstract: 本发明提供一种基于时间序列周期性的告警重视度推荐方法及系统,包括以下步骤:步骤1,从多源异构的网络安全告警数据中提取生成多个告警时间序列;步骤2,统计每个告警时间序列对应的频度特征;步骤3,判断每个告警时间序列是否具有周期性;步骤4,根据步骤2和步骤3的结果,对每个告警时间序列中每个元素对应的告警进行分类和重视度推荐;步骤5,将当前告警时间序列的特征与对应的历史时间序列进行对比,判断告警的重视度;本发明利用误报警的时序周期性特征进行快速挖掘,从而高效批量识别工业互联网中周期性误报,有效降低需要处理的数据规模,提高告警的分析处理效率。
-
-
-
-