CN120296726A 一种移动应用运行时行为检测与控制方法 （国网河南省电力公司信息通信分公司）

司本申请提供了一种移动应用运行时行为检采集目标应用运行时的CPU占用率数据形成时间特征空间约束的时序消息传递机制捕捉长程依过时序解码生成下一时刻的CPU占用率预测值，并与实际监测值进行波动率比对来智能地判断行时行为管控提供了兼具精准性与适应性的技2S2：对所述CPU占用率的时间堆栈进行时序编解时域模式特征的时序分布；对所述CPU占用率局部时域模式特征的时序分布进行时序消息传递编解码以得到所述下一时间点的CPU占用S4：计算所述下一时间点的CPU占用率的预测值与所S5：基于所述波动率与预设阈值之间的比较，确2.根据权利要求1所述的移动应用运行时行为检测与控制方法，其特征在于，对所述CPU占用率的时间堆栈进行序列重构和时序编码以得到CPU占用率局部时域模式特征的时按照时间戳对所述CPU占用率的时间堆栈进行序列重构以得到CPU占用率的时间队列；对所述CPU占用率的时间队列进行时序编码以得到所述CPU占用率局部时域模式特征3.根据权利要求2所述的移动应用运行时行为检测与控制方法，其特征在于，对所述CPU占用率的时间队列进行时序编码以得到所述CPU占用率局部时域模式特征的时序分布，包括：使用基于LSTM模型的时序编码器对所述CPU占用率的时间队列进行时序编码以得到CPU占用率局部时域模式特征向量的时序分布作为所述CPU占用率局部时域模式特征的时4.根据权利要求1所述的移动应用运行时行为检测与控制方法，其特征在于，对所述CPU占用率局部时域模式特征的时序分布进行时序消息传递编解码以得到所述下一时间点对所述CPU占用率局部时域模式特征向量的时序分布进行基于空间约束的时序消息传递动态编码以得到CPU占用率时序传播动态编基于所述CPU占用率时序传播动态编码特征向量，得到所述下一时5.根据权利要求4所述的移动应用运行时行为检测与控制方法，其特征在于，对所述CPU占用率局部时域模式特征向量的时序分布进行基于空间约束的时序消息传递动态编码分别对所述CPU占用率局部时域模式特征向量的时序分布进行空间尾端约束约束锚定和空间轴线约束锚定以得到CPU占用率局部时域模式消息传递空间尾端约束锚定编码向量和CPU占用率局部时域模式消息传递空间基于所述CPU占用率局部时域模式消息传递空间尾端约束锚定编码向量和所述CPU占用率局部时域模式消息传递空间轴线约束锚定编码向量，对所述CPU占用率局部时域模式特征向量的时序分布进行基于消息传递约束的动态编码以得到所述CPU占用率时序传播动3述CPU占用率局部时域模式特征向量的时序分布进行空间尾端约束约束锚定和空间轴线约束锚定以得到CPU占用率局部时域模式消息传递空间尾端约束锚定编码向量和CPU占用率从所述CPU占用率局部时域模式特征向量的时序分布提取最后一个CPU占用率局部时域模式特征向量作为所述CPU占用率局部时域模式消息传递空间尾端约束对所述CPU占用率局部时域模式特征向量的时序分布进行聚类分析以得到所述CPU占CPU占用率局部时域模式消息传递空间尾端约束锚定编码向量和所述CPU占用率局部时域模式消息传递空间轴线约束锚定编码向量，对所述CPU占用率局部时域模式特征向量的时序分布进行基于消息传递约束的动态编码以得到所述CPU占用率时序传播动态编码特征向计算所述CPU占用率局部时域模式特征向量的时序分布中的各个CPU占用率局部时域模式特征向量相对于所述CPU占用率局部时域模式消息传递空间尾端约束锚定编码向量的计算所述CPU占用率局部时域模式特征向量的时序分布中的各个CPU占用率局部时域模式特征向量相对于所述CPU占用率局部时域模式消息传递空间轴线约束锚定编码向量的基于所述CPU占用率局部时域模式特征向量的时序分布中的各个CPU占用率局部时域算所述各个CPU占用率局部时域模式特征向量的CPU占用率消息传递约基于所述各个CPU占用率局部时域模式特征向量的CPU占用率消息述CPU占用率局部时域模式特征向量的时序分布进行消息动态约束传递编码以得到所述CPU占用率局部时域模式特征向量的时序分布中的各个CPU占用率局部时域模式特征向量的CPU占用率尾端消息传递约束因子和CPU占用率轴线消息传递约束因子，计算所述各个使用规范空域约束矩阵对所述CPU占用率局部时域模式特征向量对应的CPU占用率尾端消息传递约束因子和CPU占用率轴线消息传递约束因子进行场强收敛协控以得到CPU占用率尾端消息传递协控约束因子和CPU占用率轴线消息传递协基于所述CPU占用率尾端消息传递协控约束因子和所述CPU占用率轴线消息传递协控子进行全域稳定性约束以得到优化的CPU占用率尾端消息传递约束因子和优化的CPU占用对所述优化的CPU占用率尾端消息传递约束因子和所述优化的CPU占用率轴线消息传递约束因子进行权重分配融合以得到所述CPU占用率局部时域模式特征向量对应的CPU占4将所述CPU占用率时序传播动态编码特征向量输入使用基于解码器的占用率预测器以得到5意程序通过伪装高负载行为或分阶段低强度资源消耗(如持续占用40％CPU进行数据窃行时行为检测与控制方法，其首先连续采集目标应用运行时的CPU占用率数据形成时间堆局部时域模式特征的时序分布；对所述CPU占用率局部时域模式特征的时序分布进行时序6先连续采集目标应用运行时的CPU占用率数据形成时间堆栈，通过时序编码提取局部时域[0014]通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、[0016]图2为根据本申请实施例的移动应用运行时行为检测与控制方法中对所述CPU占用率的时间堆栈进行时序编解码以得到下一时间[0017]图3为根据本申请实施例的移动应用运行时行为检测与控制方法中对所述CPU占用率的时间堆栈进行时序编解码以得到下一时间点的CPU占用率的预测值的数据流动示意[0018]图4为根据本申请实施例的移动应用运行时行为检测与控制方法中对所述CPU占用率局部时域模式特征的时序分布进行时序消息传递编解码以得到所述下一时间点的CPU[0019]图5为根据本申请实施例的移动应用运行时行为检测与控制方法中对所述CPU占用率局部时域模式特征向量的时序分布进行基于空间约束的时序消息传递动态编码以得[0020]图6为根据本申请实施例的移动应用运行时行为检测与控制方法中基于所述CPU占用率局部时域模式消息传递空间尾端约束锚定编码向量和所述CPU占用率局部时域模式消息传递空间轴线约束锚定编码向量，对所述CPU占用率局部时域模式特征向量的时序分布进行基于消息传递约束的动态编码以得到所述CPU占用率时序传播动态编码特征向量的所说明的任何实施例不必解释为优于或好于其它实7法来首先连续采集目标应用运行时的CPU占用率数据形成时间堆栈，通过时序编码提取局了传统固定阈值检测模式的技术局限。方案中时序编解码对CPU占用率时间堆栈进行特征自适应区分正常高负载场景(如游戏渲染时符合预期的周期性CPU峰值)与异常占用行为述下一时间点的CPU占用率的预测值与所述下一时间点的CPU占用率的真实值之间的波动8[0030]图2为根据本申请实施例的移动应用运行时行为检测与控制方法中对所述CPU占根据本申请实施例的移动应用运行时行为检测与控制方法中对所述CPU占用率的时间堆栈进行时序编解码以得到下一时间点的CPU占用率的预测值的数据流动示意图。如图2和图3用率的时间堆栈进行序列重构和时序编码以得到CPU占用率局部时域模式特征的时序分[0031]在本申请的实施例中，所述步骤S21,对所述率的时间队列进行时序编码以得到所述CPU占用率局部时域模式特征的时9体而言，本申请将采集到的离散CPU占用率数据点(时间堆栈)依据其实际发生的时间戳进器对所述CPU占用率的时间队列进行时序编码以得到CPU占用率局部时域模式特征向量的由于这些异常行为往往嵌入在正常资源消耗的时过使用基于LSTM模型的时序编码器对所述CPU占用率的时间队列进行时序编码以得到CPU占用率局部时域模式特征向量的时序分布作为所述CPU占用率局部时域模式特征的时序分[0034]图4为根据本申请实施例的移动应用运行时行为检测与控制方法中对所述CPU占用率局部时域模式特征的时序分布进行时序消息传递编解码以得到所述下一时间点的CPU率局部时域模式特征的时序分布进行时序消息传递编解码以得到所述下一时间点的CPU占于所述CPU占用率时序传播动态编码特征向量，得到所述下一时间点的CPU占用率的预测[0035]图5为根据本申请实施例的移动应用运行时行为检测与控制方法中对所述CPU占用率局部时域模式特征向量的时序分布进行基于空间约束的时序消息传递动态编码以得步骤S221，对所述CPU占用率局部时域模式特征向量的时序分布进行基于空间约束的时序CPU占用率局部时域模式特征向量的时序分布进行空间尾端约束约束锚定和空间轴线约束锚定以得到CPU占用率局部时域模式消息传递空间尾端约束锚定编码向量和CPU占用率局式消息传递空间尾端约束锚定编码向量和所述CPU占用率局部时域模式消息传递空间轴线约束锚定编码向量，对所述CPU占用率局部时域模式特征向量的时序分布进行基于消息传恶意程序常通过长时程关联的隐蔽攻击模式(如跨模式特征向量的时序分布进行基于空间约束的时序消息传递动态编码以得到CPU占用率时[0036]具体来说，该方式首先通过CPU占用率局部时域模式消息传递空间尾端约束锚定生成的CPU占用率局部时域模式消息传递空间轴线约束锚定编码向量提取全局特征分布的模式消息传递空间尾端约束锚定编码向量、CPU占用率局部时域模式消息传递空间轴线约束锚定编码向量的动态约束因子，能够自适应调节各时间节点特征在传播过程中的权重：向量的时序分布进行空间尾端约束约束锚定和空间轴线约束锚定以得到CPU占用率局部时域模式消息传递空间尾端约束锚定编码向量和CPU占用率局部时域模式消息传递空间轴线取最后一个CPU占用率局部时域模式特征向量作为所述CPU占用率局部时域模式消息传递布进行聚类分析以得到所述CPU占用率局部时域模式消息传递空间轴线约束锚定编码向提取最后一个CPU占用率局部时域模式特征向量作为所述CPU占用率局部时域模式消息传递空间尾端约束锚定编码向量，以CPU占用率局部时域模式消息传递空间尾端约束提取公向量的时序分布中序列的终点或当前状态，即最后一个CPU占用率局部时域模式特征向量特征作为CPU占用率局部时域模式消息传递空间尾端约束锚定编码向量，为动态传播过程用率局部时域模式消息传递空间尾端约束可自动将消息传递范围限定在当前攻击周期内，约束消息传递方向确保了计算资源的聚焦性投入，最终实现CPU占用率局部时域模式特征向量与全局攻击模式的协同建模，有效区分正常负载波动与异常攻击传播的可解释性差进行聚类分析以得到所述CPU占用率局部时域模式消息传递空间轴线约束锚定编码向量，i是CPU占用率局部时域模式约束锚定值的时序分布中第i个CPU占用率局部值的时序分布中第i个CPU占用率局部时域模式约束锚定权重值，t是所述O中向量的个数，类分析提取CPU占用率局部时域模式特征向量的时序分布中的主成分或代表性特征(如正示不同时间窗口间攻击信号的关联性模式，防止局部特征因噪声干扰而偏离全局攻击路[0045]图6为根据本申请实施例的移动应用运行时行为检测与控制方法中基于所述CPU占用率局部时域模式消息传递空间尾端约束锚定编码向量和所述CPU占用率局部时域模式消息传递空间轴线约束锚定编码向量，对所述CPU占用率局部时域模式特征向量的时序分布进行基于消息传递约束的动态编码以得到所述CPU占用率时序传播动态编码特征向量的式消息传递空间尾端约束锚定编码向量和所述CPU占用率局部时域模式消息传递空间轴线约束锚定编码向量，对所述CPU占用率局部时域模式特征向量的时序分布进行基于消息传所述CPU占用率局部时域模式特征向量的时序分布中的各个CPU占用率局部时域模式特征向量相对于所述CPU占用率局部时域模式消息传递空间尾端约束锚定编码向量的CPU占用布中的各个CPU占用率局部时域模式特征向量相对于所述CPU占用率局部时域模式消息传占用率局部时域模式特征向量的时序分布中的各个CPU占用率局部时域模式特征向量的CPU占用率尾端消息传递约束因子和CPU占用率轴线消息传递约束因子，计算所述各个CPU模式特征向量的时序分布进行消息动态约束传递编码以得到所述CPU占用率时序传播动态布中的各个CPU占用率局部时域模式特征向量相对于所述CPU占用率局部时域模式消息传vtailj为vtail的第j个位置的特码向量)作为参考基准，计算各CPU占用率局部时域模式特征向量与CPU占用率局部时域模基于当前状态的局部约束条件，该局部约束条件通过量化CPU占用率局部时域模式特征向量的时序演化连续性，赋予与尾端特征强相关的CPU占用率局部时域模式特征向量更高权冲攻击时，CPU占用率尾端消息传递约束因子可通过强调当前周期末端的异常陡峭负载上模，实现了对正常负载波动(如视频渲染帧时的瞬时布中的各个CPU占用率局部时域模式特征向量相对于所述CPU占用率局部时域模式消息传动态传播过程建立了主模式引导框架，该框架通过量化CPU占用率局部时域模式特征向量与全局主模式强相关的CPU占用率局部时域模式特征向量更高权重，从而在消息传递过程中聚焦攻击路径的关键演化方向。这种全局约束不仅通过正则化效应防止模型过拟合噪向量的时序分布中的各个CPU占用率局部时域模式特征向量的CPU占用率尾端消息传递约率局部时域模式特征向量对应的CPU占用率尾端消息传递约束因子和CPU占用率轴线消息传递约束因子进行场强收敛协控以得到CPU占用率尾端消息传递协控约束因子和CPU占用所述CPU占用率轴线消息传递约束因子进行全域稳定性约束以得到优化的CPU占用率尾端消息传递约束因子和优化的CPU占用率轴线消息传递约束因子；S2212_33，对所述优化的CPU占用率尾端消息传递约束因子和所述优化的CPU占用率轴线消息传递约束因子进行权重分配融合以得到所述CPU占用率局部时域模式特征向量对应的CPU占用率消息传递约束式特征向量对应的CPU占用率尾端消息传递约束因子和CPU占用率轴线消息传递约束因子进行场强收敛协控以得到CPU占用率尾端消息传递协控约束因子和CPU占用率轴线消息传和εi分别是αi和βi进行协控后的CPU占用率尾端消息传递协控约束因子和CPU占用率轴线消息传递约束因子进行全域稳定性约束以得到优化的CPU占用率尾端消息vi对应的优化的CPU局约束不足导致模型对攻击主路径的敏感性下降(如跨窗口协同攻击中主次特征权重失和CPU占用率轴线消息传递约束因子实施场强收敛协控，本质上是通过线性变换将高维特局部异常放大与全局模式保真之间的矛盾，防止杂攻击场景的泛化能力，还通过场能流调控机制实现了异常信号时空传播特性的精准捕