CN119420582A 自反馈网络安全知识图谱的构建方法、设备及存储介质 （鹏城实验室）

本申请公开了一种自反馈网络安全知识图新前的边属性信息对强化网络安全知识图谱中2基于所述历史网络安全数据构建初始网络安全知识图谱，其中，所述每间隔预设的测试时间，基于所述测试安全数据对所述边属性信每间隔预设的测试时间，基于更新前的边属性信息对所述强化从所述目标网络的后台服务器中提取网络流量日志、攻击事件记录、用对所述网络流量日志、所述攻击事件记录、所述用户行为数据和整合所述第一网络安全数据、所述第二网络安全数据、基于所述历史网络安全数据确定节点属性信息和节点关联信息，其获取历史标注信息并基于所述历史标注信息确定所述图将标注有所述边属性信息的所述图谱模型确定为所述初始将所述攻击行为数据、所述防御行为数据和所述路径选择数据3如果所述测试安全数据为对所述目标网络进行第一轮仿真测试得到的测试安全数据，利用更新后的边属性信息替代所述初始网络安全知识图谱中的更新前的边属性信息，如果所述测试安全数据不是对所述目标网络进行第一轮仿真测试得到的测试安全数利用更新后的边属性信息替代所述优化网络安全知识图谱中的更新前的边属性信息，对从所述测试安全数据中提取出的实体和所述初始网络安全知识图谱中的所述节点基于所述测试安全数据确定不同所述匹配节点之间的攻击路径、基于每条所述攻击路径，将所述攻击路径对应的成功攻击次数将所述攻击次数差和预设的学习率的积作为调整量，并基于所述调整如果更新前的边属性信息和所述强化网络安全知识如果更新前的边属性信息和所述强化网络安全知识图谱中4通过消息传递机制对所述强化网络安全知识图谱的节点基于所述节点特征信息对所述强化网络安全知识图谱进行边缘如权利要求1至11任一项所述的自反馈网络如权利要求1至11任一项所述的自反馈网络5[0003]当前大多的网络安全知识图谱都是系统通过某一时刻采集到的数据构建得到6关联信息用于指示所述目标网络中各个实体之间的关联获取历史标注信息并基于所述历史标注信息确定所述图将标注有所述边属性信息的所述图谱模型确定为所述初始获取多个仿真测试模式，并基于所述仿真测试模式对所述目标网络进行仿真测7如果所述测试安全数据为对所述目标网络进行第一轮仿真测试得到的测试安全数据，基于所述测试反馈信息对所述初始网络安全知识图谱的所述边属性信息进行更新，利用更新后的边属性信息替代所述初始网络安全知识图谱中的更新前的边属性如果所述测试安全数据不是对所述目标网络进行第一轮仿真测试得到的测试安全数据，基于所述测试反馈信息对所述优化网络安全知识图谱的所述边属性信息进行更利用更新后的边属性信息替代所述优化网络安全知识图谱中的更新前的边属性对从所述测试安全数据中提取出的实体和所述初始网络安全知识图谱中的所述所述强化网络安全知识图谱确定为所述优化网通过消息传递机制对所述强化网络安全知识图谱的节点属性信息进行计算和聚8如本申请第一方面任一项所述的自反馈网络如本申请第一方面任一项所述的自反馈网络[0020]本申请的附加方面和优点结合下面附图对实施例的描述中将变得明显和容易理图1为本申请一些实施例提供的自反馈网络安全知识图谱的构建方法的主流程图3为本申请一些实施例提供的基于历史网络安全数据构建初始网络安全知识图图4为本申请一些实施例提供的基于历史网络安全数据确定节点属性信息和节点图6为本申请一些实施例提供的基于测试安全数据对边属性信息进行更新，得到图7为本申请另一些实施例提供的基于测试安全数据对边属性信息进行更新，得图9为本申请一些实施例提供的基于测试反馈信息对初始网络安全知识图谱的边图10为本申请一些实施例提供的利用图神经网络技术对强化网络安全知识图谱9能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本申请中的具体[0026]图神经网络（GraphNeuralNetworks，GNN图神经网络的基本概念包括节点核心思想是通过消息传递机制在图上进行信息的计算和聚合，以实现对节点和图的表示学[0029]参照图1，第一方面本申请实施例提供了一种自反馈网络安全知识图谱的构建方数据。基于历史网络安全数据构建的初始网络安全知识图谱是静态的网络安全知识图谱，个服务器会采取的攻击漏洞的攻击手段、以及各个服务器会采取的防御攻击的防御手段进行去噪处理后得到的优化网络安全知识图谱可以提高网络安全知识图关联信息用于指示目标网络中各个实体之间的关联预设的图谱结构是指没有记录任何数据的初始步骤510、获取多个仿真测试模式，并基于仿真测试模式对目标网络进行仿真测为数据和路径选择数据等，为网络安全知识图谱的动态反馈提供实际操作依据和数据支步骤620、如果测试安全数据为对目标网络进行第一轮仿真测试得到的测试安全步骤630、利用更新后的边属性信息替代初始网络安全知识图谱中的更新前的边基于历史测试安全数据和测试安全数据构建目标网络对应的网络环应的网络环境变化模型，并利用网络环境变化模型对目标网络的网络安全环境进行预测，步骤720、如果测试安全数据不是对目标网络进行第一轮仿真测试得到的测试安步骤730、利用更新后的边属性信息替代优化网络安全知识图谱中的更新前的边现出当前目标网络的网络安全环境中不同实体之间的步骤820、对从测试安全数据中提取出的实体和初始网络安全知识图谱中的节点成功攻击次数是指某个节点使用这条攻击路径去攻击另外一个节点，且攻击成功的次数。攻击次数差(R-E)和预设的学习率a的积来作为边权重值的调整量，以基于[0068]然后，可以基于调整量(R-B)xa和更新前的边权重值确定更新后的边权体地，基于调整量和更新前的边权重值确定更新后的边权重值的公式可以表示为：[0069]根据本申请的实施例，如果某条攻击路径在仿真测试中频繁被攻击方利用并成;如本申请第一方面任一项实施例的自反馈网络[0079]存储器200作为一种非暂态可读存储介质，可用于存储非暂态软件指令以及非暂[0081]实现上述实施例的自反馈网络安全知识图谱的构建方法所需的非暂态软件指令骤S510至S530、图6中的步骤S610至S630、图7中的步骤S710至S730、图8中的步骤S810至如申请第一方面任一项实施例的自反馈网络[0083]例如执行以上描述的图1中的方法步骤S110至S150、图2中的方法步骤S210至他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本申请宗旨的前提下，