基于异构图谱的网络攻击路径预测方法、设备及介质技术

本发明专利技术公开了基于异构图谱的网络攻击路径预测方法、设备及介质，涉及网络安全技术领域，包括，采集多源异构数据，提取基础实体和关系生成结构化数据，利用TPP框架定义节点和关系类型，并采用动态更新机制，生成实时异构图谱；基于实时动态异构图谱与多源异构数据，生成攻击关联特征矩阵，并通过特征融合提取潜在威胁特征，挖掘攻击关联路径，生成攻击路径候选集；基于攻击路径候选集构建量子场博弈模型，结合量子隧穿效应，生成规避路径集合，并通过双重变分优化快速适应攻击，生成最终攻击路径预测结果和置信度评分；本发明专利技术通过攻击路径候选集构建博弈对抗模型，能够在面对不断变化的攻击模式时迅速找到最佳的防御策略。

【技术实现步骤摘要】

本专利技术涉及网络安全，特别是基于异构图谱的网络攻击路径预测方法、设备及介质。

技术介绍

1、随着信息技术的快速发展，网络安全威胁日益复杂化和多样化。研究人员开始探索使用图论、机器学习等先进技术来构建更加智能化的防御设备。特别是在网络攻击路径预测方面，利用图数据结构表示网络拓扑及其动态变化已成为一个研究热点。通过将网络实体和它们之间的关系建模为图中的节点和边，可以有效地捕捉到复杂的网络行为模式，并据此预测潜在的攻击路径。

2、尽管当前的方法在某些方面取得了明显的进展，但在处理实时性和动态变化上仍存在局限性。首先，大多数现有的网络攻击路径预测模型依赖于静态图结构，难以适应网络环境的快速变化。其次，对于多源异构数据的有效整合也是一个重大挑战。不同的数据源可能包含不同类型的信息（如流量数据、日志文件等），如何将这些信息无缝融合以提供更全面的攻击视图是一个亟待解决的问题。

技术实现思路

1、鉴于上述现有存在的问题，提出了本专利技术。

2、因此，本专利技术提供了基于异构图谱的网络攻击路径预测方法本文档来自技高网...

【技术保护点】

1.基于异构图谱的网络攻击路径预测方法，其特征在于：包括，

2.如权利要求1所述的基于异构图谱的网络攻击路径预测方法，其特征在于：所述生成实时异构图谱，具体步骤如下，

3.如权利要求2所述的基于异构图谱的网络攻击路径预测方法，其特征在于：所述生成攻击关联特征矩阵，具体步骤如下，

4.如权利要求3所述的基于异构图谱的网络攻击路径预测方法，其特征在于：所述生成攻击路径候选集，具体步骤如下，

5.如权利要求4所述的基于异构图谱的网络攻击路径预测方法，其特征在于：所述生成规避路径集合，具体步骤如下，

6.如权利要求5所述的基于异构图谱的...

【技术特征摘要】

1.基于异构图谱的网络攻击路径预测方法，其特征在于：包括，

2.如权利要求1所述的基于异构图谱的网络攻击路径预测方法，其特征在于：所述生成实时异构图谱，具体步骤如下，

3.如权利要求2所述的基于异构图谱的网络攻击路径预测方法，其特征在于：所述生成攻击关联特征矩阵，具体步骤如下，

4.如权利要求3所述的基于异构图谱的网络攻击路径预测方法，其特征在于：所述生成攻击路径候选集，具体步骤如下，

5.如权利要求4所述的基于异构图谱的网络攻击路径预测方法，其特征在于：所述生成规避路径集合，具体步骤如下，

6.如权利要求5所述的基于异构图谱的网络攻击路径预测方法，其特征在于：所述生成最终攻击路径预测结果和置信度评分，具体步骤如下，<...

【专利技术属性】
技术研发人员：吴小虎，张小坚，李辉，刘小磊，张明远，杨晨，孙祥刚，
申请(专利权)人：江苏电力信息技术有限公司，
类型：发明
国别省市：