一种网络空间IP资产归属及相关性判别方法及系统技术方案

本发明专利技术提供了网络空间IP资产归属及相关性判别方法及系统，方法包括以下步骤：接收企业录入的一级域名，获取一级域名下的IP资产数据；从IP资产数据中提取IP资产属性的数据化特征词；根据数据化特征词构建机器学习训练数据集；对机器学习训练数据集进行机器学习，得到判别模型；获取企业的待识别IP资产数据，将待识别IP资产数据输入至判别模型，由判别模型输出与企业相关联的IP资产。该方法只需要企业在首次使用时进行一级域名的配置和训练集的设定，后续即可以自动化地进行企业公网IP资产相关性判别，减少了日常工作中重复机械的投入。

【技术实现步骤摘要】
一种网络空间IP资产归属及相关性判别方法及系统
本专利技术属于网络信息安全
，具体涉及一种网络空间IP资产归属及相关性判别方法及系统。
技术介绍
随着企业规模越来越大，承载企业业务的资产也会越来越多。IT资产分布在各种网络环境中，企业业务的发展呈现多变和快速迭代的特质，直接导致线上生产环境、内部开发测试环境的快速变动，企业的IT资产处于一个动态的变化过程。业务的上线、版本更迭，所依赖的系统、网络和应用环境在不断变更，违规操作时有发生。例如部分开发人员以及供应商私自将内部系统或测试环境搭建在外网遭到黑客攻击，黑客团伙冒用企业信息搭建的钓鱼网站等，这些信息出现浩瀚的IPV4空间网络之内，使得安全管理员无法真实了解真实的网络安全状况，无法进行安全管控和处置，从而带来一系列的安全问题。综上所述，如何快速、自动地对网络空间上的IP资产识别用途及相关性并进行监测是目前迫切需要解决的问题。目前在网络空间之内寻找企业组织相关资产的方式还较为原始，一般是手工构建出来一部分与企业数关的关键字，如企业名称、域名、ICP备案号等关键词，通过调用网本文档来自技高网...

【技术保护点】
1.一种网络空间IP资产归属及相关性判别方法，其特征在于，包括以下步骤：/nS1：接收企业录入的一级域名，获取一级域名下的IP资产数据；/nS2：从IP资产数据中提取IP资产属性的数据化特征词；/nS3：根据数据化特征词构建机器学习训练数据集；/nS4：对机器学习训练数据集进行机器学习，得到判别模型；/nS5：获取企业的待识别IP资产数据，将待识别IP资产数据输入至判别模型，由判别模型输出与企业相关联的IP资产。/n

【技术特征摘要】
1.一种网络空间IP资产归属及相关性判别方法，其特征在于，包括以下步骤：
S1：接收企业录入的一级域名，获取一级域名下的IP资产数据；
S2：从IP资产数据中提取IP资产属性的数据化特征词；
S3：根据数据化特征词构建机器学习训练数据集；
S4：对机器学习训练数据集进行机器学习，得到判别模型；
S5：获取企业的待识别IP资产数据，将待识别IP资产数据输入至判别模型，由判别模型输出与企业相关联的IP资产。


2.根据权利要求1所述网络空间IP资产归属及相关性判别方法，其特征在于，
所述数据化特征词包括静态数字化特征词和动态数字化特征词；
静态数字化特征词通过预设的关键词及所述IP资产数据中的banner信息确定；
动态数字化特征词为利用TF-IDF算法对所述IP资产数据进行分析得到。


3.根据权利要求2所述网络空间IP资产归属及相关性判别方法，其特征在于，所述动态数字化特征词通过以下方法得到：
对所述IP资产数据进行分词，以得到分词词组；
分别计算分词词组的词频TF和逆文档频率idf；
根据词频TF和逆文档频率idf分别计算分词词组的重要程度；
根据重要程度选取出部分分词词组，定义为所述动态数字化特征词。


4.根据权利要求2所述网络空间IP资产归属及相关性判别方法，其特征在于，所述根据数据化特征词构建机器学习训练数据集具体包括：
根据所述数据化特征词检索公网的网络空间测绘引擎API，用于构建疑似数据集合；
根据所述静态数字化特征词检索公网的网络空间测绘引擎API，用于构建相关数据集；
在预设的网站库中搜索不包含静态数据化特征词的网页数据，根据该网页数据构建非相关数据集；
使用中文分词和中文常用停用词表对疑似数据集合、相关数据集和非相关数据集进行处理。


5.根据权利要求2所述网络空间IP资产归属及相关性判别方法，其特征在于，所述对机器学习训练数据集进行机器学习，得到判别模型具体包括：
加载所述机器学习训练数据集，并进行label标记；
将机器学习训练数据集划分为训练数据与测试数据；
提取训练数据的文本特征向量，并在训练数据中配置停用词，以得到原始数据；
使用朴素贝叶斯分类器对原始数据进行机器学习训练；
利用测试数据对训练好的模型进行评估，设置评估通过的模型为...

【专利技术属性】
技术研发人员：袁帅，黄国忠，郑苑文，陈达鑫，
申请(专利权)人：深圳市联软科技股份有限公司，
类型：发明
国别省市：广东;44