一种基于溯源图多视角对比学习的敏捷鲁棒型APT检测方法

  • 国民经济行业:信息传输、软件和信息技术服务业/互联网和相关服务/互联网接入及相关服务
  • 学科类别:计算机科学技术/计算机应用/计算机信息管理系统
  • 权利人:上海交通大学

知识产权简介

本发明公开一种基于溯源图多视角对比学习的敏捷鲁棒型APT检测方法,旨在解决现有APT检测依赖固定编码泛化性弱、单一采样遗漏关键信息导致敏捷性不足的问题,该方法包括:获取目标系统内核审计日志,筛选实体ID、事件类型等核心字段并过滤无效日志;构建连续时间动态溯源图,定义进程、文件、套接字为节点;读写、连接事件为边,采用层级特征哈希编码节点属性;通过η-BFS与ϵ-DFS采样生成含正负样本的时间和结构子图;经多视图对比学习获取泛化性图表示,辅以边类型预测预训练优化;计算边重构损失、节点偏差分数及队列异常分,超预设阈值则判定存在APT攻击。本发明在良性事件注入的对抗场景下检测稳定,可快速定位攻击核心区域,鲁棒性与敏捷性突出。

转化前景

传统入侵检测系统主要聚焦于原生系统日志分析或依赖恶意软件特征[。然而,APT攻击者通常采用隐蔽且持久的攻击模式:通过利用零日漏洞在目标系统中建立立足点,并在长时间内规避检测。这导致传统检测方法要么难以识别新型漏洞,要么仅局限于日志相关事件分析,无法有效应对APT威胁。异构溯源图能够对正常事件与攻击事件中涉及的各类实体及其复杂关联关系进行统一建模,为攻击追踪与行为分析提供丰富的信息支撑。本发明方法能够更全面、精准地捕捉溯源图中连续且细微的时间变化,从而提升APT检测效果。在良性事件注入的对抗场景下检测稳定,可快速定位攻击核心区域,鲁棒性与敏捷性突出。

基本信息

权利人 上海交通大学
知识产权类型 专利
意向合作模式 入股,许可,转让
预估金额
联系合作