公开(公告)号：CN117829141A

公开(公告)日：2024-04-05

申请号：CN202410251791.9

申请日：2024-03-06

Applicant: 广州大学

Inventor： 田志宏 ,  黄婕 ,  周盈海 ,  刘园 ,  仇晶 ,  鲁辉 ,  李默涵 ,  孙彦斌 ,  王瑞 ,  何群 ,  邱日轩 ,  徐天福 ,  郑志彬 ,  崔宇

IPC: G06F40/279 ,  G06N5/022 ,  H04L9/40

Abstract: 本发明公开了基于攻击模式的动态实体对齐方法，涉及网络安全防护技术领域，通过深度学习模型进行实体抽取和关系抽取，采用深度学习的Transformer标记文本中的命名实体，通过嵌入表示法将实体和关系映射到向量空间，CNN和RNN用于捕捉上下文信息，注意力机制提高信息关注度，多任务学习联合处理实体抽取和关系抽取后构建知识图谱，将提取出攻击模式抽象语义描述作为实体特征嵌入，将映射的标准化格式要点作为辅助实体属性标签，联合知识图谱中子图内多种关系信息，同时使用时间参数集合增加实体的时序特征，生成准确、唯一且具有动态特点的攻击实体“画像”。本发明解决了现有对齐手段的准确性不够高的问题，同时实现了实体对齐随时间变化而自发调整。

公开(公告)号：CN119210812A

公开(公告)日：2024-12-27

申请号：CN202411277019.0

申请日：2024-09-12

Applicant: 广州大学

Inventor： 田志宏 ,  黄婕 ,  周盈海 ,  刘园 ,  孙彦斌 ,  苏申 ,  鲁辉 ,  仇晶 ,  李默涵

IPC: H04L9/40 ,  G06F18/20 ,  G06F18/24 ,  G06F18/25

Abstract: 本发明提供了一种隐蔽攻击行为挖掘方法包括：对攻击情报数据进行数据归一化处理并进行信息提取得到攻击信息；对攻击信息进行文本向量化处理得到融合向量，基于融合向量进行非线性转化得到强度因子；确定相关实体，获取相关实体的历史依赖信息和非历史依赖信息以计算注意力权重用于选择候选实体；应用二元分类器从候选实体中确定关注实体集；计算关注实体集的预测概率，根据二元分类器的分类器结果和强度因子调控预测概率以得到预测实体，获取预测实体对应的攻击行为。应用该方法能够优化对相关实体的关注程度评估，提高预测精度；根据攻击信息深入理解攻击行为变化规律，捕获其中不明显的周期性特征，能够及时发现隐蔽性高的攻击手段。

公开(公告)号：CN117829141B

公开(公告)日：2024-06-14

申请号：CN202410251791.9

申请日：2024-03-06

Applicant: 广州大学 ,  国网江西省电力有限公司信息通信分公司 ,  软极网络技术(北京)有限公司

Inventor： 田志宏 ,  黄婕 ,  周盈海 ,  刘园 ,  仇晶 ,  鲁辉 ,  李默涵 ,  孙彦斌 ,  王瑞 ,  何群 ,  邱日轩 ,  徐天福 ,  郑志彬 ,  崔宇

IPC: G06F40/279 ,  G06N5/022 ,  H04L9/40

Abstract: 本发明公开了基于攻击模式的动态实体对齐方法，涉及网络安全防护技术领域，通过深度学习模型进行实体抽取和关系抽取，采用深度学习的Transformer标记文本中的命名实体，通过嵌入表示法将实体和关系映射到向量空间，CNN和RNN用于捕捉上下文信息，注意力机制提高信息关注度，多任务学习联合处理实体抽取和关系抽取后构建知识图谱，将提取出攻击模式抽象语义描述作为实体特征嵌入，将映射的标准化格式要点作为辅助实体属性标签，联合知识图谱中子图内多种关系信息，同时使用时间参数集合增加实体的时序特征，生成准确、唯一且具有动态特点的攻击实体“画像”。本发明解决了现有对齐手段的准确性不够高的问题，同时实现了实体对齐随时间变化而自发调整。