网络安全态势的预测方法、装置及计算机可读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态势的预测方法、装置及计算机可读存储介质，所述方法包括：获取第一预设时间段内待预测网络的待预测节点数据，所述待预测节点数据包括所述待预测网络中每个待预测网络节点的数据；根据长短期记忆网络预测模型对所述待预测节点数据进行预测，得到每个所述待预测网络节点在目标时间的第一特征信息；根据图注意力预测模型以及所述待预测网络的邻接矩阵信息，对每个所述待预测网络节点以及相邻网络节点的第一特征信息进行预测，得到每个所述待预测网络节点的网络安全态势，所述相邻网络节点为与所述待预测网络节点相邻的网络节点。本发明专利技术能够提升预网络节点的安全态势的准确性。点的安全态势的准确性。点的安全态势的准确性。

【技术实现步骤摘要】
网络安全态势的预测方法、装置及计算机可读存储介质


[0001]本专利技术涉及网络安全
，尤其涉及一种网络安全态势的预测方法、装置及计算机可读存储介质。

技术介绍

[0002]为了预测网络中网络节点的安全态势，目前，现有技术基于卷积神经网络进行网络安全态势的预测。专利技术人发现，上述现有技术没有充分考虑时间维度和空间维度，存在预测网络节点的安全态势准确性低的问题。因此，本专利技术所要解决的技术问题为：如何提升预网络节点的安全态势的准确性。

技术实现思路

[0003]本专利技术的主要目的在于提供一种网络安全态势的预测方法、装置及计算机可读存储介质，旨在解决如何提升预网络节点的安全态势的准确性的技术问题。
[0004]为实现上述目的，本专利技术提供一种网络安全态势的预测方法，所述方法包括：
[0005]获取第一预设时间段内待预测网络的待预测节点数据，所述待预测节点数据包括所述待预测网络中每个待预测网络节点的数据；
[0006]根据长短期记忆网络预测模型对所述待预测节点数据进行预测，得到每个所述待预测网络节本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网络安全态势的预测方法，其特征在于，所述方法包括：获取第一预设时间段内待预测网络的待预测节点数据，所述待预测节点数据包括所述待预测网络中每个待预测网络节点的数据；根据长短期记忆网络预测模型对所述待预测节点数据进行预测，得到每个所述待预测网络节点在目标时间的第一特征信息；根据图注意力预测模型以及所述待预测网络的邻接矩阵信息，对每个所述待预测网络节点以及相邻网络节点的第一特征信息进行预测，得到每个所述待预测网络节点的网络安全态势，所述相邻网络节点为与所述待预测网络节点相邻的网络节点。2.如权利要求1所述的方法，其特征在于，所述根据长短期记忆网络预测模型对所述待预测节点数据进行预测，得到每个所述待预测网络节点在目标时间的第一特征信息的步骤包括：将所述待预测网络节点的三维矩阵数据输入至所述长短期记忆网络预测模型中，得到所述长短期记忆网络输出的二维矩阵数据；根据所述二维矩阵数据，预测每个所述待预测网络节点在所述目标时间的所述第一特征信息；其中，所述待预测节点数据为所述三维矩阵数据，所述三维矩阵数据包括每个所述待预测网络节点的第一信息容量、每个所述待预测网络节点的节点信息以及所述待预测网络节点的数量，所述二维矩阵数据包括所述待预测网络节点的数量以及每个所述待预测网络节点对应的第二信息容量。3.如权利要求1所述的方法，其特征在于，所述根据图注意力预测模型以及所述待预测网络的邻接矩阵信息，对每个所述待预测网络节点以及相邻网络节点的第一特征信息进行预测，得到每个所述待预测网络节点的网络安全态势的步骤包括：根据所述待预测网络的所述邻接矩阵信息，确定每个所述待预测网络节点对应的所述相邻网络节点；确定每个所述相邻网络节点的所述第一特征信息；根据所述图注意力预测模型，对每个所述待预测网络节点的所述第一特征信息以及所述相邻网络节点的第一特征信息进行预测，得到每个所述待预测网络节点的所述网络安全态势。4.如权利要求1所述的方法，其特征在于，所述获取第一预设时间段内待预测网络的待预测节点数据的步骤包括：获取所述第一预设时间段内所述待预测网络中所有所述待预测网络节点的一维向量数据，所述一维向量数据包括符号型数据，所述符号型数据包括协议类型、服务类型以及网络连接状态；采用独热编码将所述符号型数据转换为目标编码数据；根据所述目标编码数据生成时间序列数据，将所述时间序列数据作为所述待预测节点数据。5.如权利要求1所述的方法，其特征在于，所述方法还包括：获取第二预设时间段内预设网络中每个预设网络节点的原始待训练节点数据；对所述原始待训练节点数据进行处理，得到目标待训练节点数据，所述目标待训练数
据的矩阵形式为三维矩阵；采用所述目标待训练数...

【专利技术属性】
技术研发人员：关雨呈，陈桂耀，冯智强，
申请(专利权)人：深圳融安网络科技有限公司，
类型：发明
国别省市：