[發明專利]一種網絡安全風險預測方法及其相關裝置

有效

• 申請號: 202011195333.6
• 申請日: 2020-10-30
• 公開（公告）號: CN112291098B
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 梁露露;胡維;韓冰;羅廣超
• 申請（專利權）人: 北京源堡科技有限公司
• 主分類號: H04L9/40
• 分類號: H04L9/40;H04L41/14;H04L41/147;G06N3/0464
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 蘇云輝

1.一種網絡安全風險預測方法，其特征在于，包括：

構建預置卷積神經網絡模型，所述預置卷積神經網絡模型包括編碼器-解碼器模塊、卷積計算模塊和融合模塊；

基于獲取的當前時刻之前的網絡安全數據提取網絡安全風險指標；

將基于所述網絡安全風險指標生成的輸入數據輸入到所述預置卷積神經網絡模型中，使得所述編碼器-解碼器模塊對所述輸入數據進行編碼和解碼處理，輸出第一預測結果，所述卷積計算模塊對所述輸入數據進行卷積處理，輸出第二預測結果，所述融合模塊對所述第一預測結果和所述第二預測結果進行融合，并對融合結果進行非線性變換，輸出所述網絡安全風險指標在下一時間段內的最終預測結果；

所述預置卷積神經網絡模型的構建過程包括：

基于獲取的歷史網絡安全數據提取所述網絡安全風險指標，并基于層次分析法計算所述網絡安全風險指標的評價得分；

基于所述網絡安全風險指標和所述網絡安全風險指標的評價得分生成所述網絡安全風險指標對應的數據集；

將所述數據集中的樣本輸入到預置卷積神經網絡進行訓練，得到預置卷積神經網絡模型；

所述基于所述網絡安全風險指標和所述網絡安全風險指標的評價得分生成所述網絡安全風險指標對應的數據集，包括：

采用步長為1的滑動窗口沿時間維度對所述網絡安全風險指標進行滑窗處理，生成長度為L的第二子序列集合；

通過以1為補償生成窗口寬度為T+τ的目標窗口對所述第二子序列集合中的子序列進行滑窗處理，生成數據集，其中，所述目標窗口包括窗口寬度為T的滑動窗口和窗口寬度為τ的預測窗口，所述預測窗口在所述窗口寬度為T的滑動窗口之后；

其中，所述數據集中的每個樣本為所述窗口寬度為T的滑動窗口中的所述子序列對應的數據，各所述樣本的標簽為所述預測窗口內的所述子序列對應的數據的所述評價得分。

2.根據權利要求1所述的網絡安全風險預測方法，其特征在于，所述編碼器-解碼器模塊包括：注意力編碼器和解碼器；

所述注意力編碼器，用于對所述輸入數據分賦予注意力權重，并對結合所述注意力權重后的所述評價得分進行編碼處理，得到上下文特征；

所述解碼器，用于對所述上下文特征進行解碼處理，輸出第一預測結果。

3.根據權利要求1所述的網絡安全風險預測方法，其特征在于，所述卷積計算模塊包括一維卷積層、最大池化層和全連接層。

4.根據權利要求1所述的網絡安全風險預測方法，其特征在于，所述輸入數據的生成過程包括：

采用步長為1的滑動窗口沿時間維度對所述網絡安全風險指標進行滑窗處理，生成長度為L的第一子序列集合；

以1為補償生成窗口寬度為T的滑動窗口對所述第一子序列集合中的子序列進行滑窗處理，生成輸入數據。

5.根據權利要求1所述的網絡安全風險預測方法，其特征在于，所述網絡安全風險指標包括：端口安全、DNS安全、網絡安全、應用安全、數據安全、漏洞安全和/或郵件安全。