[發明專利]基于互聯網和工控網漏洞參數預測工控網漏洞的系統

有效

• 申請號: 202111358167.1
• 申請日: 2021-11-17
• 公開（公告）號: CN113792300B
• 公開（公告）日: 2022-02-11
• 發明（設計）人: 李峰;高長忠;楊振勇;杜兆福;王紹密;魏亮;李杰
• 申請（專利權）人: 山東云天安全技術有限公司
• 主分類號: G06F21/57
• 分類號: G06F21/57;G06F40/279;G06K9/62
• 代理公司: 北京鍾維聯合知識產權代理有限公司 11579
• 代理人: 丁慧玲

1.一種基于互聯網和工控網漏洞參數預測工控網漏洞的系統，其特征在于，

包括處理器、數據庫和存儲有計算機程序的存儲介質，處理器與數據庫通信連接，所述數據庫中存儲有所有互聯網漏洞id對應的互聯網漏洞特征參數列表、互聯網漏洞特征參數更新周期列表、工控網漏洞特征參數列表和工控網漏洞特征參數更新周期列表，P_m為第m個互聯網漏洞特征參數，TP_m為P_m的更新周期，m的取值范圍為1到M，M為互聯網漏洞特征參數數量，Q_n為第n個工控網漏洞特征參數，TQ_n為Q_n的更新周期，n的取值范圍為1到N，N為工控網漏洞特征參數數量；所述存儲介質中存儲的計算機程序包括第一計算機程序，所述處理器實行所述第一計算機程序時，實現以下步驟：

步驟S101、獲取訓練數據集的訓練周期T₀=LCM（TP_m），LCM為求最小公倍數函數；

步驟S102、從所述數據庫獲取每一樣本漏洞id對應的距離當前時刻之前T₀內P_m的參數值列表、Q_n的參數值列表和工控網漏洞爆發概率真值；

步驟S103、基于每一樣本漏洞id的P_m的參數值列表確定樣本漏洞id對應的P_m的訓練參數值PC_m，基于每一樣本漏洞id的Q_n的參數值列表確定樣本漏洞id對應的Q_n的訓練參數值QC_n，基于PC_m和QC_n生成每一樣本漏洞id的模型輸入向量；

步驟S104、根據所有樣本漏洞id模型輸入向量和工控網漏洞爆發概率真值訓練得到工控網漏洞預測模型：

f(x)=a₁*x₁+a₂*x₂+…a_M+N*x_M+N，

其中，x_i為樣本漏洞id對應的P_m的訓練參數值或Q_n的訓練參數值，a_i為x_i的權重系數，i的取值范圍為1到M+N；

步驟S105、基于所述工控網漏洞預測模型預測工控網漏洞爆發概率；

所述步驟S105包括：

步驟S134、獲取預測周期T₁=min(TQ_n)；

步驟S144、每間隔T₁采集待測漏洞id對應的當前時刻的P_m的參數值或Q_n的參數值，構建待測漏洞id對應的輸入向量；

步驟S154、將所述待測漏洞id對應的輸入向量輸入所述工控網漏洞預測模型中，得到待測漏洞id在當前時刻之后T₁時刻時工控網漏洞爆發概率。

2.根據權利要求1所述的系統，其特征在于，

所述步驟S103中，每一樣本漏洞id對應的距離當前時刻之前T₀內P_m的參數值列表為{PC_m1,PC_m2,…PC_mA}，其中，PC_ma為P_m在T₀內的第a個參數值，a的取值范圍為1到A，A為P_m在距離當前時刻之前T₀內采集到的P_m參數值總數量，A=T₀/TP_m，基于每一樣本漏洞id的P_m的參數值列表確定樣本漏洞id對應的P_m的訓練參數值PC_m，包括：

步驟S113、基于下式確定P_m的訓練參數值PC_m：

。