摘要
本发明属于网络安全技术领域,公开了一种安全事件关联聚合及恶意性分析方法。对安全事件日志集预处理获得安全事件上下文序列及其嵌入向量;安全事件上下文序列的嵌入向量经编码器获得初始向量;解码器根据前一步解码的嵌入向量和初始向量计算注意力向量以及预测事件概率分布;迭代训练至满足终止条件后,根据得到的注意力向量和安全事件上下文序列计算每个事件的总注意力分布;采用改进的DBSCAN方法,对所有事件的总注意力分布构成的数据集Z进行聚类;从每个聚类中抽取样本,根据LDA主题模型进行事件恶意性分析。本发明能够有效降低进一步分析的工作量,将具有相似上下文特征的事件序列进行聚类,降低后续分析的数据复杂性和计算成本。
技术关键词
性分析方法
注意力
LDA主题模型
空间特征提取
时间序列特征
样本
聚类
种子
解码器
编码器
阶段
日志
BERT模型
网络安全技术
数据
上下文特征
模块
系统为您推荐了相关专利信息
遥感图像数据
遥感图像变化检测
更新网络参数
特征提取器
解码器
信息技术咨询服务
逻辑回归模型
管理方法
客户
关键词
精准检测方法
脉冲耦合神经网络
频段
多通道
注意力机制
深度学习模型训练
样本
识别工作
分类规则
森林系统
三元组
预训练语言模型
错误检测方法
注意力机制
节点