[發(fā)明專(zhuān)利]一種智能學(xué)習(xí)式自應(yīng)答工業(yè)互聯(lián)網(wǎng)蜜罐誘導(dǎo)方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010109410.5
• 申請(qǐng)日: 2020-02-22
• 公開(kāi)（公告）號(hào): CN111343174B
• 公開(kāi)（公告）日: 2022-04-26
• 發(fā)明（設(shè)計(jì)）人: 王文君;趙杰;達(dá)盼飛;鄭力達(dá);李明蕊;魏國(guó)富;殷錢(qián)安;梁淑云
• 申請(qǐng)（專(zhuān)利權(quán)）人: 上海觀安信息技術(shù)股份有限公司
• 主分類(lèi)號(hào): H04L9/40
• 分類(lèi)號(hào): H04L9/40;G06N3/08;G06F16/2458;G06F16/23
• 代理公司: 合肥市浩智運(yùn)專(zhuān)利代理事務(wù)所(普通合伙) 34124
• 代理人: 張景云

1.一種智能學(xué)習(xí)式自應(yīng)答工業(yè)互聯(lián)網(wǎng)蜜罐誘導(dǎo)方法，其特征在于：

S01.樣本數(shù)據(jù)處理

定期獲取設(shè)定時(shí)間段內(nèi)正常情況下工業(yè)環(huán)境的業(yè)務(wù)請(qǐng)求命令，并對(duì)不同的請(qǐng)求命令進(jìn)行編碼，從而生成請(qǐng)求序列對(duì)應(yīng)的請(qǐng)求編碼序列；獲取響應(yīng)所述請(qǐng)求序列的設(shè)備及響應(yīng)內(nèi)容，并進(jìn)行編碼，形成響應(yīng)編碼序列，然后將響應(yīng)編碼序列拼接到請(qǐng)求編碼序列中，從而生成請(qǐng)求響應(yīng)序列，作為模型訓(xùn)練樣本數(shù)據(jù)集；

S02.響應(yīng)預(yù)測(cè)模型訓(xùn)練

將步驟S01中的請(qǐng)求響應(yīng)序列作為概率后綴樹(shù)算法的輸入進(jìn)行訓(xùn)練，得到響應(yīng)預(yù)測(cè)模型；

S03.威脅誘捕

獲取當(dāng)前攻擊者的請(qǐng)求數(shù)據(jù)，根據(jù)當(dāng)前響應(yīng)預(yù)測(cè)模型查找該請(qǐng)求數(shù)據(jù)的請(qǐng)求子序列在概率后綴樹(shù)上所在的節(jié)點(diǎn)，給予該請(qǐng)求數(shù)據(jù)的反饋，同時(shí)記錄請(qǐng)求響應(yīng)序列，當(dāng)接收到當(dāng)前攻擊者的下一條請(qǐng)求數(shù)據(jù)時(shí)，拼接歷史請(qǐng)求響應(yīng)序列，再重復(fù)執(zhí)行根據(jù)當(dāng)前響應(yīng)預(yù)測(cè)模型查找該請(qǐng)求數(shù)據(jù)的請(qǐng)求子序列在概率后綴樹(shù)上所在的節(jié)點(diǎn)，給予該請(qǐng)求數(shù)據(jù)的反饋步驟，直至攻擊結(jié)束。

2.根據(jù)權(quán)利要求1所述的一種智能學(xué)習(xí)式自應(yīng)答工業(yè)互聯(lián)網(wǎng)蜜罐誘導(dǎo)方法，其特征在于：還包括步驟S04，將步驟S03中獲取到的請(qǐng)求響應(yīng)序列加入到步驟S01中的樣本數(shù)據(jù)集中；重復(fù)步驟S01-S03。

3.根據(jù)權(quán)利要求1或2所述的一種智能學(xué)習(xí)式自應(yīng)答工業(yè)互聯(lián)網(wǎng)蜜罐誘導(dǎo)方法，其特征在于：所述步驟S02中，響應(yīng)預(yù)測(cè)模型具體訓(xùn)練過(guò)程為：

S021.預(yù)設(shè)概率后綴樹(shù)深度L及概率閾值P_min；

S022.根據(jù)請(qǐng)求響應(yīng)序列，初始化根節(jié)點(diǎn)，根節(jié)點(diǎn)的概率向量值為每個(gè)編碼在序列中出現(xiàn)的概率，概率大于P_min的符號(hào)作為候選子節(jié)點(diǎn)集；

S023.針對(duì)每一個(gè)候選子節(jié)點(diǎn)，計(jì)算候選子節(jié)點(diǎn)在子序列中出現(xiàn)的概率，概率大于P_min的符號(hào)作為新的候選子節(jié)點(diǎn)集；

S024.對(duì)于S021-S023過(guò)程進(jìn)行遞歸，直到當(dāng)前分支上的樹(shù)深度達(dá)到預(yù)設(shè)的概率后綴樹(shù)深度L或者候選子節(jié)點(diǎn)集為空。

4.根據(jù)權(quán)利要求1或2所述的一種智能學(xué)習(xí)式自應(yīng)答工業(yè)互聯(lián)網(wǎng)蜜罐誘導(dǎo)方法，其特征在于：所述步驟S03中，根據(jù)當(dāng)前響應(yīng)預(yù)測(cè)模型查找該請(qǐng)求子序列在概率后綴樹(shù)上所在的節(jié)點(diǎn)，如果未查找到該請(qǐng)求子序列，則直接返回“不響應(yīng)”，如果查找到，則返回節(jié)點(diǎn)上概率值最大的響應(yīng)編碼，查找響應(yīng)編碼對(duì)應(yīng)的響應(yīng)內(nèi)容，將該響應(yīng)內(nèi)容返回給攻擊者，同時(shí)記錄該請(qǐng)求響應(yīng)序列，當(dāng)接收到下條請(qǐng)求數(shù)據(jù)時(shí)，拼接歷史請(qǐng)求響應(yīng)序列，再通過(guò)模型，返回概率值最大得響應(yīng)編碼所對(duì)應(yīng)的響應(yīng)內(nèi)容。

5.根據(jù)權(quán)利要求4所述的一種智能學(xué)習(xí)式自應(yīng)答工業(yè)互聯(lián)網(wǎng)蜜罐誘導(dǎo)方法，其特征在于：當(dāng)概率值最大的有多個(gè)編碼時(shí)，按照預(yù)設(shè)標(biāo)準(zhǔn)選擇其中一個(gè)編碼作為結(jié)果，再返回與該編碼對(duì)應(yīng)的響應(yīng)內(nèi)容。

6.一種智能學(xué)習(xí)式自應(yīng)答工業(yè)互聯(lián)網(wǎng)蜜罐誘導(dǎo)系統(tǒng)，其特征在于：包括

樣本數(shù)據(jù)處理模塊，定期獲取設(shè)定時(shí)間段內(nèi)正常情況下工業(yè)環(huán)境的業(yè)務(wù)請(qǐng)求命令，并對(duì)不同的請(qǐng)求命令進(jìn)行編碼，從而生成請(qǐng)求序列對(duì)應(yīng)的請(qǐng)求編碼序列；獲取響應(yīng)所述請(qǐng)求序列的設(shè)備及響應(yīng)內(nèi)容，并進(jìn)行編碼，形成響應(yīng)編碼序列，然后將響應(yīng)編碼序列拼接到請(qǐng)求編碼序列中，從而生成請(qǐng)求響應(yīng)序列，作為模型訓(xùn)練樣本數(shù)據(jù)集；

響應(yīng)預(yù)測(cè)模型訓(xùn)練模塊，將所述請(qǐng)求響應(yīng)序列作為概率后綴樹(shù)算法的輸入進(jìn)行訓(xùn)練，得到響應(yīng)預(yù)測(cè)模型；

威脅誘捕模塊，獲取當(dāng)前攻擊者的請(qǐng)求數(shù)據(jù)，根據(jù)當(dāng)前響應(yīng)預(yù)測(cè)模型查找該請(qǐng)求子序列在概率后綴樹(shù)上所在的節(jié)點(diǎn)，給予該請(qǐng)求數(shù)據(jù)的反饋，同時(shí)記錄請(qǐng)求響應(yīng)序列，當(dāng)接收到下一條請(qǐng)求數(shù)據(jù)時(shí)，拼接歷史請(qǐng)求響應(yīng)序列，再通過(guò)當(dāng)前響應(yīng)預(yù)測(cè)模型返回響應(yīng)結(jié)果，直至攻擊結(jié)束，然后將獲取到的請(qǐng)求響應(yīng)序列加入到所述樣本數(shù)據(jù)集中，得到更新后的樣本數(shù)據(jù)集。

7.根據(jù)權(quán)利要求6所述的一種智能學(xué)習(xí)式自應(yīng)答工業(yè)互聯(lián)網(wǎng)蜜罐誘導(dǎo)系統(tǒng)，其特征在于：還包括學(xué)習(xí)模塊，利用更新后的樣本數(shù)據(jù)集對(duì)響應(yīng)預(yù)測(cè)模型進(jìn)行更新迭代。