发明

基于属性增强采样的网络节点全粒度异常检测方法及系统2026

2024-06-01 07:21:36 发布于四川 107
  • 申请专利号:CN202410073269.6
  • 公开(公告)日:2026-02-03
  • 公开(公告)号:CN118074958A
  • 申请人:中国人民解放军网络空间部队信息工程大学
摘要:本发明涉及网络安全分析技术领域,特别涉及一种基于属性增强采样的网络节点全粒度异常检测方法及系统,基于属性增强方式获取原始属性网络的属性增强网络,并通过间隔随机游走的子图采样生成原始属性网络和属性增强网络两者的正负样本对;利用正负样本对构建包含节点与子图、节点与节点、子图与子图及节点与全局的全粒度对比学习网络,以使用全粒度对比学习网络捕获节点在子图级、节点级及全局的异常信息;基于全粒度对比学习网络计算每个节点的异常值得分,并依据异常值得分判定属性网络中的异常节点,其中,异常值得分包括节点与子图异常得分、节点与节点异常得分和节点与全局异常得分。本发明能够提升属性网络异常节点检测准确率,便于实际场景中部署应用。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 118074958 A (43)申请公布日 2024.05.24 (21)申请号 202410073269.6 (22)申请日 2024.01.18 (71)申请人 中国人民解放军战略支援部队信息 工程大学 地址 450000 河南省郑州市高新区科学大 道62号 (72)发明人 尹美娟 焦隆隆 罗向阳 崔伦翀  (74)专利代理机构 郑州大通专利商标代理有限 公司 41111 专利代理师 周艳巧 (51)Int.Cl. H04L 9/40 (2022.01) H04L 41/142 (2022.01) H04L 41/16 (2022.01) 权利要求书3页 说明书16页 附图3页 (54)发明名称 基于属性增强采样的网络节点全粒度异常 检测方法及系统 (57)摘要 本发明涉及网络安全分析技术领域,特别涉 及一种基于属性增强采样的网络节点全粒度异 常检测方法及系统,基于属性增强方式获取原始 属性网络的属性增强网络,并通过间隔随机游走 的子图采样生成原始属性网络和属性增强网络 两者的正负样本对;利用正负样本对构建包含节 点与子图、节点与节点、子图与子图及节点与全 局的全粒度对比学习网络,以使用全粒度对比学 习网络捕获节点在子图级、节点级及全局的异常 信息;基于全粒度对比学习网络计算每个节点的 异常值得分,并依据异常值得分判定属性网络中 A 的异常节点,其中,异常值得分包括节点与子

最新专利