摘要
本申请的实施例涉及攻击还原技术领域,特别涉及一种基于图模型数据的对高级持续威胁的攻击还原方法,包括:构建数据溯源图,对数据溯源图进行数据清洗和归约,提取出良性数据子图和攻击数据子图,并保存到neo4j图数据库中;基于良性数据子图构建训练集,基于攻击数据子图构建检测集;搭建由多个图神经网络组成的模型组,将训练集中的训练数据输入至模型组中进行迭代训练,得到训练完成的模型组;将检测集中的待检测数据输入模型组中,得到所有节点的检测结果,并存储在X序列中;按照X序列提取节点信息,使用图剪枝和图遍历算法在neo4j图数据库中进行攻击还原,得到对应的攻击流程图。该方法有效提高了攻击还原的精确性和完整性。
技术关键词
高级持续威胁
节点
还原方法
检测数据输入
邻居
构建训练集
遍历算法
注意力机制
序列
审计日志
特征值
网络系统
图形数据库
处理器
还原系统
标签
系统为您推荐了相关专利信息
交通流量预测方法
XGBoost模型
时序特征
机器学习模型
Attention机制
稽核方法
人脸识别模型
人脸识别模块
特征描述符
有效性
自动化系统
节点
数据存储模块
交付方法
生成智能合约
识别方法
关节点
优化网络参数
数据
人体姿态估计