[發明專利]網絡攻擊識別方法、系統、裝置、終端設備以及存儲介質

在審

• 申請號: 202111323189.4
• 申請日: 2021-11-09
• 公開（公告）號: CN114124484A
• 公開（公告）日: 2022-03-01
• 發明（設計）人: 姚旺;馮尚卿
• 申請（專利權）人: 招商銀行股份有限公司
• 主分類號: H04L9/40
• 分類號: H04L9/40
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 王徑武

1.一種網絡攻擊識別方法，其特征在于，所述網絡攻擊識別方法包括以下步驟：

獲取各攻擊終端的攻擊數據；

根據預先配置的分析策略對所述各攻擊終端的攻擊數據進行動態行為關聯分析與靜態屬性關聯分析，得到所述各攻擊終端的關聯分析結果；

將所述各攻擊終端的關聯分析結果輸入預設社群發現算法進行社群歸集，確定網絡攻擊源。

2.如權利要求1所述的網絡攻擊識別方法，其特征在于，所述根據預先配置的分析策略對所述各攻擊終端的攻擊數據進行動態行為關聯分析與靜態屬性關聯分析，得到所述各攻擊終端的關聯分析結果的步驟包括：

對所述各攻擊終端的攻擊數據進行動態行為關聯分析，得到所述各攻擊終端的動態行為關聯分析結果；

基于所述各攻擊終端的動態行為關聯分析結果進行關系邏輯運算，得到所述各攻擊終端的動態行為關聯度；

將所述各攻擊終端的攻擊數據進行靜態屬性關聯分析，得到所述各攻擊終端的靜態屬性關聯度。

3.如權利要求2所述的網絡攻擊識別方法，其特征在于，所述對所述各攻擊終端的攻擊數據進行動態行為關聯分析，得到所述各攻擊終端的動態行為關聯分析結果的步驟包括：

將所述各攻擊終端的攻擊數據進行清洗，得到攻擊二值化數據；

根據所述攻擊二值化數據進行攻擊事件識別，得到攻擊事件識別結果；

將所述攻擊二值化數據與所述攻擊事件識別結果作為所述各攻擊終端的動態行為關聯分析結果。

4.如權利要求3所述的網絡攻擊識別方法，其特征在于，所述基于所述各攻擊終端的動態行為關聯分析結果進行關系邏輯運算，得到所述各攻擊終端的動態行為關聯度的步驟包括：

基于所述攻擊二值化數據與所述攻擊事件識別結果進行關系邏輯運算，具體包括：

將所述各攻擊終端對不同攻擊目標的攻擊時間的二值化數據進行比對，得到所述各攻擊終端的整體攻擊相似度；

比較所述各攻擊終端之間的攻擊事件的起止時間的重合度，得到單次事件重合度；

通過層次分析法確定所述各攻擊終端的整體攻擊相似度的權重與所述單次事件重合度的權重；

根據所述各攻擊終端的整體攻擊相似度的權重與所述單次事件重合度的權重計算得到所述各攻擊終端的動態行為關聯度。

5.如權利要求4所述的網絡攻擊識別方法，其特征在于，所述將所述各攻擊終端的攻擊數據進行靜態屬性關聯分析，得到所述各攻擊終端的靜態屬性關聯度的步驟包括：

根據所述各攻擊終端的攻擊數據獲取各攻擊終端的屬性；

分析所述各攻擊終端的屬性關系，得到屬性關系分析結果；

根據所述屬性關系分析結果得到所述各攻擊終端之間的靜態屬性關聯度；

其中，所述各攻擊終端的屬性包括所述各攻擊終端的設備指紋、賬號、網際協議地址及經緯度中的一種或多種。

6.如權利要求5所述的網絡攻擊識別方法，其特征在于，所述將所述各攻擊終端的關聯分析結果輸入預設社群發現算法進行社群歸集，確定網絡攻擊源的步驟包括：

將所述各攻擊終端的關聯分析結果輸入預設社群發現算法中進行如下處理：

將所述各攻擊終端作為社群網絡的各節點，根據所述各攻擊終端的關聯分析結果確定所述各節點的連接邊以及所述各連接邊的權重；

遍歷所述社群網絡的各節點，歸集出所述各節點的所屬社群；

計算所述社群內歸集后的各節點的可信度；

將所述可信度達到預設可信度的歸集后的各節點固定并生成社群基線；

基于所述社群基線對所述歸集后的各節點的所屬社群進行算法迭代，歸集得到最終社群，將所述最終社群作為所述網絡攻擊源。

7.如權利要求6所述的網絡攻擊識別方法，其特征在于，所述將所述各攻擊終端作為社群網絡的各節點，根據所述各攻擊終端的關聯分析結果確定所述各節點的連接邊以及所述各連接邊的權重的步驟之后還包括：

對所述各攻擊終端的關聯分析結果中動態行為關聯度低于預設關聯度的各節點的連接邊的權重進行調整；

剔除權重小于預設權重的連接邊。