一种基于因果推理的APT杀伤链重构与预测方法及系统
申请号:CN202411026064
申请日期:2024-07-30
公开号:CN119598455B
公开日期:2025-08-08
类型:发明专利
摘要
本发明涉及APT杀伤链重构与预测方法技术领域,提供了一种基于因果推理的APT杀伤链重构与预测方法及系统,旨在解决现有APT检测和防御技术中存在的多源异构数据整合困难、时空动态特征建模不足、杀伤链重构不准确、预测能力有限、可解释性差、实时性和准确性难以兼顾等问题。该方法包括获取多源异构数据,构建因果图构建,基于因果图进行多模态特征提取,获得节点初始特征表示;将节点初始特征表示输入时序因果图卷积学习算法,得到优化后的节点表示;基于优化后的节点表示执行杀伤链重构,获得可能的杀伤链序列;根据可能的杀伤链序列进行未来攻击路径预测,得到潜在的攻击路径;基于潜在的攻击路径生成可解释性分析报告。
技术关键词
量子态
多源异构数据
注意力
学习算法
节点特征
模型更新
多模态
多尺度
特征提取模块
时序
条件随机场模型
重构模块
知识蒸馏技术
搜索算法
蒙特卡洛树
序列
双曲正切函数
更新模型参数