摘要
本发明属于网络安全和机器学习技术领域,公开了一种基于随机游走和邻域重建的APT攻击检测方法,包括获取良性系统日志数据,并得到去噪溯源图;采用广度优先的随机游走策略,得到游走路径,采用基于神经网络的无监督学习算法学习游走路径,获得去噪溯源图中每个节点的嵌入向量;获取基于编码器和解码器的邻域重建模型,将节点的嵌入向量输入邻域重建模型,根据邻域重建模型的输出计算每个节点的节点属性重建损失、边分布重建损失和邻居分布重建损失;组合得到节点的总重建损失,根据总重建损失更新优化邻域重建模型。本发明有效应对复杂网络攻击场景,显著提升网络安全预防的效率和能力。
技术关键词
节点
攻击检测方法
特征协方差矩阵
邻域
邻居
系统日志
拉普拉斯
监督学习算法
Word2Vec模型
网络攻击场景
超参数
机器学习技术
噪声
正则化参数
解码器
编码器
数据
策略
关系
系统为您推荐了相关专利信息
传感器节点
网络拓扑结构
推理规则
机器学习模型
实体
异构多核处理器
容器
节点依赖关系
标识符
序列管理
双边滤波算法
阈值分割算法
边缘检测
均值滤波器
灰度图像处理