一种基于Transformer和图注意力网络模型的网络威胁推演系统及方法

本发明公开了一种基于Transformer和图注意力网络模型的网络威胁推演系统及方法，其中的系统主要包括威胁情报提取、网络威胁实体构建、网络威胁推演和推演结果应用等4个模块。本发明利用图注意力网络(GAT)模型来预处理和挖掘网络安全威胁情报数据，并基于数据关联关系构建一个完整的网络威胁情报知识图谱，同时在图谱中确定漏洞利用权重；基于Transformer模型对推理的路径序列进行建模，生成式地对下一个推理序列进行预测，实现快速且高效的网络威胁情报推理。这种方法不仅降低了攻击推演计算的复杂度，提升了推演效率，还能够针对大型网络环境进行安全风险排查与预警。