[發(fā)明專利]一種基于圖對(duì)比學(xué)習(xí)的暗網(wǎng)異常流量檢測(cè)方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202310204678.0
• 申請(qǐng)日: 2023-03-06
• 公開（公告）號(hào): CN116527304A
• 公開（公告）日: 2023-08-01
• 發(fā)明（設(shè)計(jì)）人: 寇澤;方蘭婷;楊玉漣
• 申請(qǐng)（專利權(quán)）人: 東南大學(xué)
• 主分類號(hào): H04L9/40
• 分類號(hào): H04L9/40;H04L41/142
• 代理公司: 南京眾聯(lián)專利代理有限公司 32206
• 代理人: 葉倩

1.一種基于圖對(duì)比學(xué)習(xí)的暗網(wǎng)異常流量檢測(cè)方法，其特征在于，包括如下步驟:

S1：針對(duì)暗網(wǎng)采集的流量數(shù)據(jù)，建立暗網(wǎng)數(shù)據(jù)流結(jié)構(gòu)圖，將數(shù)據(jù)流結(jié)構(gòu)圖中的邊映射為節(jié)點(diǎn)，構(gòu)建線圖，在線圖中節(jié)點(diǎn)與最相似的節(jié)點(diǎn)間建立語義邊，建立包含結(jié)構(gòu)邊和語義邊的異構(gòu)圖；

S2：針對(duì)步驟S1建好的異構(gòu)圖，尋找圖中隱藏節(jié)點(diǎn)并排序，進(jìn)行中心性感知的數(shù)據(jù)增強(qiáng)；

S3：將經(jīng)過步驟S2數(shù)據(jù)增強(qiáng)后的視圖放入HGAT，得到嵌入后的數(shù)據(jù)；

S4：針對(duì)步驟S3嵌入后的數(shù)據(jù)進(jìn)行對(duì)比學(xué)習(xí)，優(yōu)化對(duì)比損失函數(shù)訓(xùn)練模型；

S5：將沒有標(biāo)簽的暗網(wǎng)流量數(shù)據(jù)放入S4訓(xùn)練好的模型中預(yù)測(cè)標(biāo)簽，得出異常的暗網(wǎng)數(shù)據(jù)。

2.如權(quán)利要求1所述的一種基于圖對(duì)比學(xué)習(xí)的暗網(wǎng)異常流量檢測(cè)方法，其特征在于：所述步驟S1中，暗網(wǎng)數(shù)據(jù)流由源IP地址、源端口、目的IP地址、目的端口和傳輸層協(xié)議五元組以及流特征組成，將IP地址與端口號(hào)組合建立為暗網(wǎng)數(shù)據(jù)流結(jié)構(gòu)圖的節(jié)點(diǎn)，將源IP地址與源端口號(hào)所在節(jié)點(diǎn)與目的IP地址與目的端口號(hào)所在節(jié)點(diǎn)的流量數(shù)據(jù)流建立為邊。

3.如權(quán)利要求2所述的一種基于圖對(duì)比學(xué)習(xí)的暗網(wǎng)異常流量檢測(cè)方法，其特征在于：所述步驟S1中，選取每個(gè)節(jié)點(diǎn)最相似的k個(gè)節(jié)點(diǎn)建立語義邊，采用余弦距離衡量節(jié)點(diǎn)對(duì)在語義空間上的距離，節(jié)點(diǎn)v_i的特征矩陣為x_i，M為流的特征維數(shù)，每個(gè)流節(jié)點(diǎn)從其相似度矩陣中選擇值最小K個(gè)節(jié)點(diǎn)作為語義鄰居并建立起關(guān)聯(lián)。

4.如權(quán)利要求3所述的一種基于圖對(duì)比學(xué)習(xí)的暗網(wǎng)異常流量檢測(cè)方法，其特征在于：所述步驟S2具體包括如下步驟：

S21：根據(jù)結(jié)構(gòu)和語義信息得到全圖融合中心度信息，識(shí)別隱藏重要節(jié)點(diǎn)，進(jìn)行全圖節(jié)點(diǎn)的重要性排序；所述中心度信息從特征向量、度中心性、最短路徑三方面考量，融合并歸一化三種考量后，得到圖中各節(jié)點(diǎn)的融合中心性度量信息，放入Logistic回歸方程得到每個(gè)節(jié)點(diǎn)的重要性概率；

S22：采用漣漪隨機(jī)游走方式通過節(jié)點(diǎn)概率選擇初始游走節(jié)點(diǎn)，基于膨脹系數(shù)對(duì)節(jié)點(diǎn)鄰居采樣，重復(fù)直到達(dá)到預(yù)定義閾值，進(jìn)行數(shù)據(jù)增強(qiáng)；

S23：根據(jù)上述全圖節(jié)點(diǎn)重要性排序，中心性感知節(jié)點(diǎn)擾動(dòng)、邊擾動(dòng)、特征擾動(dòng)。

5.如權(quán)利要求4所述的一種基于圖對(duì)比學(xué)習(xí)的暗網(wǎng)異常流量檢測(cè)方法，其特征在于：所述步驟S21中，采用D-ClusterRank度量算法、D-DIL算法以及D-CC算法分別從特征向量、度中心性、最短路徑三個(gè)方面對(duì)中心度信息進(jìn)行考量，

D-ClusterRank算法公式為：

其中，PR(·)度量了圖中節(jié)點(diǎn)的重要性，代表v_i與v_j的相似度度量值，d代表在進(jìn)行隨機(jī)游走時(shí)，按照?qǐng)D中已有的邊進(jìn)行跳轉(zhuǎn)的概率，(1-d)代表完全隨機(jī)跳轉(zhuǎn)的概率；代表節(jié)點(diǎn)v_j的所有鄰域節(jié)點(diǎn)集合；代表節(jié)點(diǎn)v_i的結(jié)構(gòu)鄰域節(jié)點(diǎn)集合；degree(v_k)為節(jié)點(diǎn)k的度；

D-DIL算法為：

其中，代表邊e_ij的重要性度量，λ為權(quán)重系數(shù)，p代表與e_ij同類型的三角形。代表節(jié)點(diǎn)v_i的結(jié)構(gòu)鄰域節(jié)點(diǎn)集合和語義鄰域；

D-CC算法為：

i-distance_ij＝min(d_ih+…+d_hj)，

其中，d_ih為語義邊時(shí)，d_ih為結(jié)構(gòu)邊時(shí)，d_ih＝1。