基于图神经网络的网络安全态势感知方法及相关设备技术

本发明专利技术公开了基于图神经网络的网络安全态势感知方法及相关设备，可以利用图神经网络对预先构建好的安全知识图谱进行编码处理，获得编码后数据，安全知识图谱是基于能源电商网络的运行数据构建的，利用图神经网络对编码后数据进行解码重构处理，获得重构后数据，基于重构后数据对能源电商网络进行网络安全态势感知。本发明专利技术可以有效提高能源电商网络的网络安全态势感知能力，提高威胁识别精度。提高威胁识别精度。提高威胁识别精度。

【技术实现步骤摘要】
基于图神经网络的网络安全态势感知方法及相关设备


[0001]本专利技术涉及能源电商网络安全
，尤其涉及基于图神经网络的网络安全态势感知方法及相关设备。

技术介绍

[0002]随着计算机技术的发展，网络安全技术不断。
[0003]在能源电商网络的运行过程中，需要利用网络安全技术来防止攻击者发起的网络攻击，保障网络安全，从而保障能源电商交易的正常进行。具体的，现有技术可以通过在能源电商网络中进行网络安全态势评估，来识别出能源电商网络中存在的网络安全风险，进而采取相应的措施来规避或者解决网络安全风险。
[0004]但是，现有技术无法有效的在能源电商网络中进行网络安全态势评估。

技术实现思路

[0005]鉴于上述问题，本专利技术提供克服上述问题或者至少部分地解决上述问题的基于图神经网络的网络安全态势感知方法及相关设备，技术方案如下：
[0006]基于图神经网络的网络安全态势感知方法，所述方法包括：
[0007]利用所述图神经网络对预先构建好的安全知识图谱进行编码处理，获得编码后数据，所述安全知识图谱是基于能源电商网络的运行数据构建的；
[0008]利用所述图神经网络对所述编码后数据进行解码重构处理，获得重构后数据；
[0009]基于所述重构后数据对所述能源电商网络进行网络安全态势感知。
[0010]可选的，所述图神经网络中包括：属性图编码器；所述利用所述图神经网络对所述安全知识图谱进行编码处理，包括：
[0011]利用所述属性图编码器对所述安全知识图谱进行编码处理。
[0012]可选的，所述图神经网络中包括：拓扑结构重构解码器和属性重构解码器；所述利用所述图神经网络对所述编码后数据进行解码重构处理，获得重构后数据，包括：
[0013]利用所述拓扑结构重构解码器对所述编码后数据进行解码处理，获得结构重构后数据；
[0014]利用所述属性重构解码器对所述编码后数据进行解码处理，获得属性重构后数据。
[0015]可选的，所述基于所述重构后数据对所述能源电商网络进行网络安全态势感知，包括：
[0016]基于所述结构重构后数据获得结构重构误差；
[0017]基于所述属性重构后数据获得属性重构误差；
[0018]基于所述结构重构误差和所述属性重构误差，对所述能源电商网络进行攻击者威胁评估。
[0019]基于图神经网络的网络安全态势感知装置，包括：编码处理单元、第一重构处理单
元和感知单元；其中，
[0020]所述编码处理单元，用于利用所述图神经网络对预先构建好的安全知识图谱进行编码处理，获得编码后数据，所述安全知识图谱是基于能源电商网络的运行数据构建的；
[0021]所述第一重构处理单元，用于利用所述图神经网络对所述编码后数据进行解码重构处理，获得重构后数据；
[0022]所述感知单元，用于基于所述重构后数据对所述能源电商网络进行网络安全态势感知。
[0023]可选的，所述图神经网络中包括：属性图编码器；
[0024]所述编码处理单元，用于利用所述属性图编码器对所述安全知识图谱进行编码处理。
[0025]可选的，所述图神经网络中包括：拓扑结构重构解码器和属性重构解码器；所述第一重构处理单元包括：第二重构处理单元和第三重构处理单元；其中：
[0026]所述第二重构处理单元，用于利用所述拓扑结构重构解码器对所述编码后数据进行解码处理，获得结构重构后数据；
[0027]所述第三重构处理单元，用于利用所述属性重构解码器对所述编码后数据进行解码处理，获得属性重构后数据。
[0028]可选的，所述感知单元包括：第一获得单元、第二获得单元和评估单元；其中：
[0029]所述第一获得单元，用于基于所述结构重构后数据获得结构重构误差；
[0030]所述第二获得单元，用于基于所述属性重构后数据获得属性重构误差；
[0031]所述评估单元，用于基于所述结构重构误差和所述属性重构误差，对所述能源电商网络进行攻击者威胁评估。
[0032]电子设备，所述电子设备包括至少一个处理器、以及与所述处理器连接的至少一个存储器、总线；其中，所述处理器、所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行上述基于图神经网络的网络安全态势感知方法。
[0033]计算机可读存储介质，其上存储有程序，所述程序被处理器执行时实现上述基于图神经网络的网络安全态势感知方法。
[0034]本专利技术提出的基于图神经网络的网络安全态势感知方法及相关设备，可以利用所述图神经网络对预先构建好的安全知识图谱进行编码处理，获得编码后数据，所述安全知识图谱是基于能源电商网络的运行数据构建的，利用所述图神经网络对所述编码后数据进行解码重构处理，获得重构后数据，基于所述重构后数据对所述能源电商网络进行网络安全态势感知。本专利技术可以有效提高能源电商网络的网络安全态势感知能力，提高威胁识别精度。
[0035]上述说明仅是本专利技术技术方案的概述，为了能够更清楚地了解本专利技术的技术手段，可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
附图说明
[0036]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现
有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0037]图1示出了本专利技术实施例提供的第一种基于图神经网络的网络安全态势感知方法的流程图；
[0038]图2示出了本专利技术实施例提供的第二种基于图神经网络的网络安全态势感知方法的流程图；
[0039]图3示出了本专利技术实施例提供的一种单个网络攻击特征事件的示例图；
[0040]图4示出了本专利技术实施例提供的第一种基于图神经网络的网络安全态势感知装置的结构示意图；
[0041]图5示出了本专利技术实施例提供的一种电子设备的结构示意图。
具体实施方式
[0042]下面将参照附图更详细地描述本专利技术的示例性实施例。虽然附图中显示了本专利技术的示例性实施例，然而应当理解，可以以各种形式实现本专利技术而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本专利技术，并且能够将本专利技术的范围完整的传达给本领域的技术人员。
[0043]如图1所示，本实施例提出了第一种基于图神经网络的网络安全态势感知方法，该方法可以包括以下步骤：
[0044]S101、利用图神经网络对预先构建好的安全知识图谱进行编码处理，获得编码后数据，安全知识图谱是基于能源电商网络的运行数据构建的；
[0045]其中，图神经网络可以用于对安全知识图谱进行编码处理和解码重构处理。可选的，图神经网络可以为图卷积神经网络，可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于图神经网络的网络安全态势感知方法，其特征在于，所述方法包括：利用所述图神经网络对预先构建好的安全知识图谱进行编码处理，获得编码后数据，所述安全知识图谱是基于能源电商网络的运行数据构建的；利用所述图神经网络对所述编码后数据进行解码重构处理，获得重构后数据；基于所述重构后数据对所述能源电商网络进行网络安全态势感知。2.根据权利要求1所述的基于图神经网络的网络安全态势感知方法，其特征在于，所述图神经网络中包括：属性图编码器；所述利用所述图神经网络对所述安全知识图谱进行编码处理，包括：利用所述属性图编码器对所述安全知识图谱进行编码处理。3.根据权利要求1所述的基于图神经网络的网络安全态势感知方法，其特征在于，所述图神经网络中包括：拓扑结构重构解码器和属性重构解码器；所述利用所述图神经网络对所述编码后数据进行解码重构处理，获得重构后数据，包括：利用所述拓扑结构重构解码器对所述编码后数据进行解码处理，获得结构重构后数据；利用所述属性重构解码器对所述编码后数据进行解码处理，获得属性重构后数据。4.根据权利要求3所述的基于图神经网络的网络安全态势感知方法，其特征在于，所述基于所述重构后数据对所述能源电商网络进行网络安全态势感知，包括：基于所述结构重构后数据获得结构重构误差；基于所述属性重构后数据获得属性重构误差；基于所述结构重构误差和所述属性重构误差，对所述能源电商网络进行攻击者威胁评估。5.基于图神经网络的网络安全态势感知装置，其特征在于，包括：编码处理单元、第一重构处理单元和感知单元；其中，所述编码处理单元，用于利用所述图神经网络对预先构建好的安全知识图谱进行编码处理，获得编码后数据，所述安全知识图谱是基于能源电商网络的运行数据构建的；所述第一重构处理单元，用于利用所述图神经网络对所述编...

【专利技术属性】
技术研发人员：孙喜民，周晶，李晓明，王帅，孙博，郑斌，
申请(专利权)人：国网电商科技有限公司，
类型：发明
国别省市：