一种基于知识图谱与图神经网络的APT攻击链重构方法

本发明公开了一种基于知识图谱与图神经网络的APT攻击链重构方法，属于网络安全技术领域，本申请通过引入大语言模型对多源异构攻击线索进行高级解析，结合时序增强的知识图谱表示与图卷积注意力网络的深度学习能力，推动攻击链的高效补全与动态重构，解决了现有技术由于数据稀疏性、关系复杂性以及时序特性等问题，在攻击链补全和推断方面存在明显限制的问题，以及传统方法缺乏对攻击链中隐含关系的深度学习能力，导致对未知攻击行为的推断能力不足的问题。