一种融合序列学习和因果分析的APT攻击溯源方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种融合序列学习和因果分析的APT攻击溯源方法,包括:获取系统内核日志和POI事件,系统内核日志包括遭受攻击和未遭受攻击的系统内核日志;构建POI强依赖影响模块,获得POI强依赖影响图;采用关键序列识别模型训练模块获取训练好的关键序列识别模型;通过关键组件识别模块进行APT攻击溯源,执行如下操作:将基于POI强依赖影响图获取的嵌入向量输入训练好的模型进行识别,识别出关键进程和关键事件,组合关键进程和关键事件为关键组件图,根据关键组件图实现APT攻击溯源。该方法可实现高效、准确、细粒度的APT攻击溯源,解决有标记数据集的缺少问题并有利于缓解依赖爆炸。
《一种融合序列学习和因果分析的APT攻击溯源方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2024113903537,当前法律状态为已下证,由浙江工业大学提出申请,发明人为朱添田;吴憾;陈铁明;吕明琪,申请日期为2024-10-08,公开(公告)日期为2025-02-07,国际专利分类号(IPC)为 G06F 21/56 (2013.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种融合序列学习和因果分析的APT攻击溯源方法,包括:获取系统内核日志和POI事件,系统内核日志包括遭受攻击和未遭受攻击的系统内核日志;构建POI强依赖影响模块,获得POI强依赖影响图;采用关键序列识别模型训练模块获取训练好的关键序列识别模型;通过关键组件识别模块进行APT攻击溯源,执行如下操作:将基于POI强依赖影响图获取的嵌入向量输入训练好的模型进行识别,识别出关键进程和关键事件,组合关键进程和关键事件为关键组件图,根据关键组件图实现APT攻击溯源。该方法可实现高效、准确、细粒度的APT攻击溯源,解决有标记数据集的缺少问题并有利于缓解依赖爆炸。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
