CN118199952B 基于机器学习的攻击脚本库自动更新方法、系统及设备 (国网湖北省电力有限公司信息通信公司)_第1页
CN118199952B 基于机器学习的攻击脚本库自动更新方法、系统及设备 (国网湖北省电力有限公司信息通信公司)_第2页
CN118199952B 基于机器学习的攻击脚本库自动更新方法、系统及设备 (国网湖北省电力有限公司信息通信公司)_第3页
CN118199952B 基于机器学习的攻击脚本库自动更新方法、系统及设备 (国网湖北省电力有限公司信息通信公司)_第4页
CN118199952B 基于机器学习的攻击脚本库自动更新方法、系统及设备 (国网湖北省电力有限公司信息通信公司)_第5页
已阅读5页,还剩21页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

基于机器学习的攻击脚本库自动更新方法、一种基于机器学习的攻击脚本库自动更新后基于攻击流程识别其是否为攻击知识库中未该新型攻击手段对应的防御策略添加至防御知用网络威助情报的TTPs分析还原攻击事件的整2S4、利用网络威助情报的TTPs分析还原攻击事件S41、从网络威助情报中抽取关键IOC证据或人工分所述流程提炼模块用于捕获攻击数据,并基于ATT&CK模型框架识别攻击所述知识库更新和链路规划模块用于基于攻击流程识别其是否为攻击知识库中未知所述攻击模拟模块用于采用入侵和攻击模拟技术模拟自动攻击,包括信息收集单元、3所述攻击路径模拟单元用于把利用更新后的知识图谱模拟攻击者采取的路径所述攻击代码或脚本生成单元用于根据模拟得到的攻击路径生成攻击所述模拟攻击审计单元用于在安全的测试环境中执行模拟攻击,监测所述分析还原模块用于利用网络威助情报的TTPs分析还原攻击事件的所述特征定位单元用于从网络威助情报中抽取关键IOC证据或人工分析人员表达方所述行为识别单元用于从行为特征中关联同源性的条件,从技术所述知识库更新和链路规划模块为配置有攻击算法的AI引擎,其内部所述攻击知识库中加入有实时网络环境监测单元,该单元用于实所述自动标注和反馈模块用于对模拟攻击是否成功的结果进行自动所述数据融合模块用于在还原攻击事件的整个过程融合多源数据,所述威胁情报集成模块用于基于外部的威胁情报平台实时获取最新的攻击手法和漏所述处理器用于根据所述计算机程序代码中的指令执行如权利要求1_2所述的基于机45[0026]所述知识库更新和链路规划模块用于基于攻击流程识别其是否为攻击知识库中[0028]所述分析还原模块用于利用网络威助情报的TTPs分析还并根据攻击事件的整个过程对攻击知识库和防御知识[0033]所述攻击代码或脚本生成单元用于根据模拟得到的攻击路径生成攻击代码或脚[0036]所述特征定位单元用于从网络威助情报中抽取关键IOC证据或人工分析人员表达6[0044]所述威胁情报集成模块用于基于外部的威胁情报平台实时获取最新的攻击手法[0047]所述处理器用于根据所述计算机程序代码中的指令执行前述的基于机器学习的[0051]3、本发明所述系统通过在AI引擎内部设置自适应学习单元对攻击模拟模块得到7[0065]4、全面的模拟攻击效果:通过增强的数据融合技术和自动化的威胁情报集成机8[0071]ATT&CK模型框架作为一个综合性知识库,通过对攻击生命周期各阶段的实际观[0073]该模型框架的应用提供了一种理解和分类攻击者行为的方法,包括各APT组织的9[0128]3、基于配置有攻击算法(可以是黑客攻击算法)的AI引擎识别其是否为攻击知识御策略添加至防御知识库中以更新防御知识库,当新型攻击手段对漏洞知识库进行攻击[0146]步骤2基于ATT&CK模型框架识别攻击数据的攻击序列之前从收集的数据中提取关[0156]所述攻击代码或脚本生成单元用于根据模拟得到的攻击路径生成攻击代码或脚[0158]所述分析还原模块用于利用网络威助情报的TTPs分析还并根据攻击事件的整个过程对攻击知识库和防御知识库进行再次更新,包括特征定位单[0159]所述特征定位单元用于从网络威助情报中抽取关键IOC证据或人工分析人员表达[0164]所述威胁情报集成模块用于基于外部的威胁情报平台实时获取最新的攻击手法[01

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论