[發明專利]一種網絡安全態勢預測方法及系統

在審

• 申請號: 202110485255.1
• 申請日: 2021-04-30
• 公開（公告）號: CN113205134A
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 馮偉華;宗國浩;陳瑞;王迪;王銳;王峙;王永勝;鄭新章
• 申請（專利權）人: 中國煙草總公司鄭州煙草研究院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08;H04L29/06
• 代理公司: 鄭州睿信知識產權代理有限公司 41119
• 代理人: 吳敏

1.一種網絡安全態勢預測方法，其特征在于，該預測方法包括以下步驟：

1)獲取表征網絡狀態信息特征的樣本數據及其對應的時間信息，形成時間序列數據，所述的樣本數據為文本信息特征；

2)根據時間序列中文本信息特征的相似程度進行聚合分類，形成不同類簇；

3)確定各類簇的中心點，選取與各類簇中心點特征相近的樣本數據，將該樣本作為安全態勢訓練樣本；

4)根據設定安全態勢確定規則計算安全態勢訓練樣本中各樣本對應的安全概率，以實現對所述安全態勢訓練樣本的標注；所述的設定安全態勢確定規則包括設定時間段的特征、敏感字段和基于經驗的混合式安全概率判斷規則；

5)利用深度學習模型建立網絡安全態勢預測模型，將標注后的安全態勢訓練樣本對所述網絡安全態勢預測模型進行訓練；

6)獲取待預測的網絡安全狀態特征，并將其輸入到訓練后的網絡安全態勢預測模型中，實現對網絡安全態勢的預測。

2.根據權利要求1所述的網絡安全態勢預測方法，其特征在于，所述步驟6)中的網絡安全態勢預測模型為LSTM模型。

3.根據權利要求1所述的網絡安全態勢預測方法，其特征在于，所述步驟2)中的聚合分類采用網絡化密度聚類。

4.根據權利要求1所述的網絡安全態勢預測方法，其特征在于，所述的文本信息特征至少包括域名長度、子域名最大長度、字符熵、數字與字母轉換率、連續數字長度、連續字母長度、域名A記錄、域名ip熵和NS記錄數中的兩種。

5.根據權利要求3所述的網絡安全態勢預測方法，其特征在于，所述的密度聚類的過程包括：

定義網格步長，根據樣本數據網格化樣本數據集空間，形成網格對象集；

定義網格對象的密度閾值，將密度值大于設定的密度閾值的網格對象稱為密集網格對象，形成網絡對象集，遍歷網格對象集，當發現第一個密集網格對象時，便以該網格對象開始擴展，擴展原則是若一個網格對象與該密集網格對象鄰接并且其自身也是密集網格對象，則將該網格對象加入到該密集區域中，直到不再有這樣的網格對象被發現為止，這樣就完成了一次聚簇類標的劃分；

重復該步驟對剩下的網格對象進行訪問，直到所有網格對象都被遍歷為止，完成所有聚簇的劃分。

6.根據權利要求1所述的網絡安全態勢預測方法，其特征在于，該方法還包括根據樣本數據中網絡狀態信息特征中各特征的重要性對安全態勢訓練樣本的中特征進行篩選，以篩選出比較重要的特征。

7.根據權利要求1所述的網絡安全態勢預測方法，其特征在于，所述步驟1)還包括對樣本數據的預處理，預處理過程包括：

對樣本數據進行日志分解和格式化處理；

對樣本數據中的文本信息特征的缺失值進行處理，去除缺失值大于設定閾值的特征，對于缺失值小于設定閾值的特征的缺失值進行補充。