摘要
本发明公开了一种基于细粒度属性结构图的APT攻击检测方法,包括以下步骤:步骤S1:解析系统日志,提取实体对应属性,形成属性结构图;步骤S2:训练结构感知图自编码器模型;步骤S3:通过异常检测模型中识别异常节点;步骤S4:根据实体与属性映射表,将步骤S3中筛选出的异常节点映射成对应实体,并返回实体对应的异常日志条目。本发明突破固有的信息粒度的限制,使用属性结构特征表征网络行为中的实体,充分挖掘出攻击行为的结构特征,提高了对隐蔽的APT攻击形式的检测能力,缩减异常日志范围,降低了人工筛选处理恶意攻击日志的负担。
技术关键词
攻击检测方法
节点特征
重构模块
编码器
PageRank算法
实体
前馈神经网络
输入结构
系统日志
森林模型
解码器
攻击检测模型
攻击检测装置
注意力机制
成分分析
分类器
方差贡献率
系统为您推荐了相关专利信息
互联网医院
缓存策略
通讯方法
语义关联度
移动终端
预训练模型
自动修复方法
检查点
代码提交历史
列表
放卷系统
控制系统
电机监测器
材料表面缺陷
视觉传感器