一种网络安全设备知识推理方法、装置、系统及存储介质制造方法及图纸

本发明专利技术公开了一种网络安全设备知识推理方法、装置、系统及存储介质，方法包括：实时获取分布式部署的网络安全设备采集的数据，进行多次融合得到包含各网络安全设备之间的有向关系的知识状态有向图；将知识状态有向图的有向关系做成多元矩阵，送入预先训练好的多层深度神经网络所构建的风险推理状态机，得到包含各网络安全设备之间的有向关系的状态预测结果；将获取到的状态预测结果与下一时刻基于网络安全设备采集的数据所得到的知识状态有向图进行比对，如果不一致，则判断出现安全风险情况；本发明专利技术及时发现安全风险，实现主动防御，而且将系统的整个过程及相互之间的关系考虑到整个推理的过程中，整个过程高度一体，推理的结果更加准确。

【技术实现步骤摘要】
一种网络安全设备知识推理方法、装置、系统及存储介质
本专利技术涉及网络安全设备数据处理领域，尤其涉及一种网络安全设备知识推理方法、装置、系统及存储介质。
技术介绍
推理方法是人们认识客观现实、获得新知识的方法，在网络安全设备的知识推力可以帮助预测发现网络安全设备的问题。现有的网络安全设备的推理方法通过简单的一个或几个已知的判断，推导出一个新判断，没有将系统的整个过程及相互之间的关系考虑到整个推理的过程中，整个过程比较离散，推理的结果一般存在较大的误差。
技术实现思路
本专利技术要解决的技术问题在于，针对现有技术的上述推理的结果一般存在较大的误差的缺陷，提供一种网络安全设备知识推理方法、装置、系统及存储介质。本专利技术解决其技术问题所采用的技术方案是：构造一种网络安全设备知识推理方法，所述方法包括：实时获取分布式部署的网络安全设备采集的数据，将获取到的数据进行多次融合得到包含各网络安全设备之间的有向关系的知识状态有向图；通过构建的知识状态有向图，将有向关系做成多元矩阵，将多元矩阵送入预先训练好的多层深度本文档来自技高网...

【技术保护点】
1.一种网络安全设备知识推理方法，其特征在于，所述方法包括：/n实时获取分布式部署的网络安全设备采集的数据，将获取到的数据进行多次融合得到包含各网络安全设备之间的有向关系的知识状态有向图；/n通过构建的知识状态有向图，将有向关系做成多元矩阵，将多元矩阵送入预先训练好的多层深度神经网络所构建的风险推理状态机，得到包含各网络安全设备之间的有向关系的状态预测结果；/n将获取到的状态预测结果与下一时刻基于网络安全设备采集的数据所得到的知识状态有向图进行比对，如果不一致，则判断出现安全风险情况。/n

【技术特征摘要】
1.一种网络安全设备知识推理方法，其特征在于，所述方法包括：
实时获取分布式部署的网络安全设备采集的数据，将获取到的数据进行多次融合得到包含各网络安全设备之间的有向关系的知识状态有向图；
通过构建的知识状态有向图，将有向关系做成多元矩阵，将多元矩阵送入预先训练好的多层深度神经网络所构建的风险推理状态机，得到包含各网络安全设备之间的有向关系的状态预测结果；
将获取到的状态预测结果与下一时刻基于网络安全设备采集的数据所得到的知识状态有向图进行比对，如果不一致，则判断出现安全风险情况。


2.根据权利要求1所述的网络安全设备知识推理方法，其特征在于，所述方法还包括：
获取分布式部署的网络安全设备不同采样时刻采集的历史数据，将获取到的数据进行多次融合得到包含各网络安全设备之间的有向关系的知识状态有向图；
通过构建的知识状态有向图，将有向关系做成多元矩阵，将前后相邻采样时刻的多元矩阵分别作为多层深度神经网络的输入和输出，对所述多层深度神经网络进行训练，训练出风险推理状态机。


3.根据权利要求1所述的网络安全设备知识推理方法，其特征在于，所述的将获取到的数据进行多次融合得到包含各网络安全设备之间的有向关系的知识状态有向图，包括：
将各个所述网络安全设备的分别做一个节点，构建点状知识图谱；
将存在指向关系的两个所述网络安全设备的点状知识图谱融合，构建得到线状知识图谱；
将构建得到的所有线状知识图谱融合形成知识状态有向图。


4.根据权利要求3所述的网络安全设备知识推理方法，其特征在于，所述的将存在指向关系的两个所述网络安全设备的点状知识图谱融合，包括：分析每个节点的数据，从中提取出与当前节点的设备ID存在指向关系的所有设备ID，并基于提取出来的设备ID确定该当前节点所关联的其他节点，并根据设备ID之间的指向关系确定节点之间的指向关系；
所述的将构建得到的所有线状知...

【专利技术属性】
技术研发人员：戚建淮，周杰，郑伟范，宋晶，唐娟，刘建辉，
申请(专利权)人：深圳市永达电子信息股份有限公司，
类型：发明
国别省市：广东;44