摘要
本发明涉及多源数据融合的网络安全态势感知方法、装置、设备及介质,方法包括:分别采集内核日志及网络流量数据,经标准化处理生成通信数据集;构建动态进程链路图谱,定义通信类型、频率及数据量,实时更新拓扑关系;采用滑动时间窗口统计通信时序特征,结合时序分析技术筛选偏离正常分布的异常信号;通过对抗样本增强技术训练鲁棒性分类器模型,融合图神经网络分析进程间依赖关系,过滤误报信号;并重构异常链路权重,结合动态相似度阈值及威胁情报增益系数,精准识别隐蔽通道并生成告警信息,从而解决传统方法在多源数据融合不足、静态规则库误报率高及隐蔽通道微弱信号检测失效等问题,提升复杂网络环境下APT攻击的实时感知与响应能力。
技术关键词
异常信号
有向图模型
支持向量机分类器
滑动时间窗口
网络套接字
通信链路
进程
图谱
分类器模型
网络通信数据
DBSCAN聚类算法
模式匹配
动态
时序特征
权重更新技术
网络安全态势感知
分布方差
结构建模技术
系统为您推荐了相关专利信息
柱上开关
箱体内部温度
操动机构
模糊逻辑推理
模糊规则
一体化分析系统
访问时长
检测网络节点
会话日志
多模态
桥梁支座设计
序列
数据采集方法
趋势预测模型
检测数据采集系统
模具使用寿命
集成经验模态分解
注意力
人工智能技术
模型超参数
调控系统
数据分析模块
异常信号
数据采集模块
实时位置