一种基于图神经网络的网络空间高级长期威胁（APT）诱捕方法、存储介质和装置

本发明公开了一种基于图神经网络的网络空间高级长期威胁(APT)诱捕方法、存储介质和装置，涉及计算机技术领域，包括基于层次聚类算法对原始加密流量数据进行降维，保留异常流量簇并剔除正常流量冗余数据；设计E‑ResGAT模型进行加密语义建模，引入残差连接技术保留原始流量特征；进一步构建动态诱捕‑协议推断闭环系统，利用蜜罐环境模拟攻击样本交互行为并捕获流量。本方案通过层次聚类与图神经网络的协同优化实现加密流量数据约减与语义推理的效率平衡，结合残差注意力机制增强模型对隐蔽攻击模式的捕获能力，为军事专网等高安全场景提供多维度分析依据，为提升军事信息系统安全防御能力提供创新解决方案。