一种区块链驱动的线索共享与溯源方法及系统与流程
本发明涉及区块链与人工智能,更具体地说,它涉及一种区块链驱动的线索共享与溯源方法及系统。
背景技术:
1、在网络安全防护中,攻击活动日益呈现跨机构、跨地域与团伙化特征,单一机构掌握的威胁情报线索往往只是同一攻击活动的局部片段,需要多个机构协同共享与关联才能完成攻击团伙的识别与定性;区块链因其防篡改与可追溯特性、联盟链形态又适配多法人主体协同,被用于构建威胁情报的可信共享与存证底座。
2、现有方案一类基于区块链实现数据或其哈希的安全共享与溯源,并以属性加密等手段施加访问控制;另一类在威胁情报共享框架中引入隐私集合求交、哈希对齐、差分隐私或安全多方计算,或采用联邦图学习在不直接交换原始数据的条件下进行跨方比对与协同建模。
3、然而,威胁指标如网络地址、域名与请求模式的取值空间受限且结构公开,采用哈希上链进行跨机构对齐时任一方可预先对取值空间逐一取哈希构造映射表并根据链上结果离线枚举反推,从而泄露线索;受网络地址复用等因素影响,不同机构围绕表面相同的实体观测到互不相干的邻域,跨机构实体经共用实体被误并,而现有联邦图学习多假设对齐关系已知,难以在数据不出域约束下抑制此类误并;此外,现有溯源多停留在文件级,无法将协同判定结论回溯至具体贡献的线索片段,致使贡献难以取信、激励与追责难以落地。
技术实现思路
1、本发明提供一种区块链驱动的线索共享与溯源方法及系统,解决相关技术中跨机构线索共享时隐私对齐易被离线枚举反推、跨域实体经可复用实体误并漏关联以及协同判定结论的贡献难以可信溯源的技术问题。
2、本发明提供了一种区块链驱动的线索共享与溯源方法,包括以下步骤:
3、s1,获取各机构本地的多源异构威胁情报线索,经统一规范化处理后构建本地线索关联图,并抽取实体初始特征、生成待对齐实体标识;
4、s2,对待对齐实体标识借助联盟节点共同持有的盲化因子进行抗枚举隐私对齐,通过链上判等确定跨机构共同实体锚点;
5、s3,将各机构本地线索关联图围绕跨机构共同实体锚点对齐融合,并评估各关联边一致性,得到虚拟全局关联图结构与关联边初始置信度;
6、s4,在数据不出域约束下对虚拟全局关联图结构、关联边初始置信度与实体初始特征进行置信加权联邦关联图表示学习,通过实体嵌入与边可靠性的联合迭代精化,结合社区发现输出实体嵌入表示、更新后的关联边一致性置信度与团伙判定;
7、s5,依据实体嵌入表示、更新后的关联边一致性置信度与团伙判定,生成团伙判定结论并逐层锚定至关联边与源线索片段承诺后上链,形成结论级溯源证据链;
8、s6,响应访问请求,在属性访问控制下依据结论级溯源证据链对团伙判定结论进行受控分发,并对各机构贡献进行可验证溯源与贡献激励结算,得到受控共享的情报结论、溯源验证结果与贡献激励结算。
9、在一个优选的实施方式中,所述经统一规范化处理包括对多源异构威胁情报线索进行类型识别、格式统一与实体归一,使同一实体在不同机构处生成一致的待对齐实体标识,且待对齐实体标识由规范化线索实体的内容与实体类型经确定性单向映射生成;
10、本地线索关联图以规范化线索实体为节点,以同一告警或同一样本报告中的共现关系及实体之间的归属关系为边。
11、在一个优选的实施方式中,所述盲化因子由各联盟节点通过可验证秘密共享协同生成,每个联盟节点仅持有一个分片并周期性对分片进行前摄式再随机化、在联盟节点退出时触发分片重分发;
12、抗枚举隐私对齐包括:请求方将待对齐实体标识映射为约定循环群上的元素,以一次性随机因子对该群元素加盲后发送至各联盟节点,各联盟节点对加盲后的群元素施加自身分片对应的幂运算并回传,请求方以该一次性随机因子的逆运算去除加盲,得到仅由盲化因子作用的群元素结果,并将其与待对齐实体标识共同映射为盲化令牌。
13、在一个优选的实施方式中,所述通过链上判等确定跨机构共同实体锚点包括:各机构将本地实体的盲化令牌提交至联盟链的判等合约,判等合约按令牌取值将来自不同机构的提交归并为共同实体锚点条目并记录参与的机构标记,盲化令牌一致者判定为同一实体;
14、在盲化因子不可获得的条件下,由盲化令牌无法对取值空间进行离线穷举以还原待对齐实体标识。
15、在一个优选的实施方式中,所述围绕跨机构共同实体锚点对齐融合,以跨机构共同实体锚点作为跨域桥接节点,将各机构本地线索关联图中对应实体映射为同一全局节点,各机构侧实体仅与相应锚点相连、不同机构的实体经相应锚点以多跳方式关联;
16、评估各关联边一致性包括:对连接实体与相应锚点的跨域桥接边,依据将实体与相应锚点关联起来的相互独立支撑记录条数、支撑记录所涉线索类型分布以及相应锚点的可复用性度量确定其一致性置信度,可复用性度量由相应锚点的跨域扇出规模与各机构侧邻域一致程度确定;
17、对本地线索关联图内部的本域边,依据其两端实体的共现次数与线索来源可靠程度确定一致性置信度,本域边与跨域桥接边的一致性置信度经相同归一化映射落入统一取值区间。
18、在一个优选的实施方式中,所述置信加权联邦关联图表示学习包括:采用图神经网络在虚拟全局关联图结构上进行多层邻居聚合,每一层以节点各邻居所在关联边的一致性置信度为权重对邻居当前层表征归一化加权求和,与节点自身当前层表征拼接后经可训练变换与非线性激活得到下一层表征,第零层表征取实体初始特征;
19、对本域边所连邻居使用本地表征,对跨机构共同实体锚点邻居仅交换其中间层表征并由联盟聚合节点以加性掩码安全聚合融合后回传。
20、在一个优选的实施方式中,所述联合迭代精化交替执行表征阶段与可靠性精化阶段直至收敛:表征阶段以当前轮关联边一致性置信度为权重执行多层邻居聚合得到本轮实体嵌入表示;
21、可靠性精化阶段对每条关联边依据本轮实体嵌入表示计算结构自洽程度,并将结构自洽程度、支撑记录条数与可复用性度量融合得到更新后的关联边一致性置信度,其中对本域边由两端实体嵌入表示的接近程度确定结构自洽程度,对跨域桥接边经跨机构共同实体锚点交换带掩码的邻域聚集摘要评估各机构侧邻域的跨侧一致性;
22、结合社区发现,保留一致性置信度高于预设置信度阈值的关联边构成加权关联图,依据连接紧密程度并结合同机构内部实体嵌入表示相似度划分社区得到团伙判定,训练时正样本取同机构内属于同一攻击活动的实体对以及实体与其经一致性置信度高于预设置信度阈值的跨域桥接边所连跨机构共同实体锚点构成的实体锚点对,难负样本取实体与其所连、可复用性度量高于预设可复用性阈值且无其他独立支撑记录的跨机构共同实体锚点构成的实体锚点对。
23、在一个优选的实施方式中,所述生成团伙判定结论并逐层锚定包括:对每个团伙判定收集社区发现中支撑其成立的关联边集合并生成团伙判定结论,将每条关联边回溯至最初贡献相应关联边的机构及其源线索片段;
24、对每个源线索片段以带随机因子的承诺运算生成承诺值,按团伙判定结论、关联边、源线索片段的层次组织为分层结构并生成根摘要,将根摘要与结论标识写入区块链形成结论级溯源证据链。
25、在一个优选的实施方式中,所述受控分发在属性访问控制下将请求方属性与团伙判定结论的访问策略匹配,仅在满足访问策略时向请求方分发团伙判定结论及其关联视图;
26、可验证溯源,由验证方依据结论级溯源证据链的根摘要,结合贡献机构提供的源线索片段原文与随机因子重算承诺值并沿分层结构逐层重算至根摘要进行比对,据以验证团伙判定结论由所声称机构的源线索片段贡献而成且不接触线索原文;
27、贡献激励结算,按各机构所贡献关联边的数量、一致性置信度以及在分层结构中被团伙判定结论依赖的作用程度确定贡献比重并据以结算。
28、在一个优选的实施方式中,一种区块链驱动的线索共享与溯源系统,用于执行上述一种区块链驱动的线索共享与溯源方法中的步骤,包括:
29、线索建图模块,用于获取各机构本地的多源异构威胁情报线索,经统一规范化处理后构建本地线索关联图,并抽取实体初始特征、生成待对齐实体标识;
30、抗枚举对齐模块,用于对待对齐实体标识借助联盟节点共同持有的盲化因子进行抗枚举隐私对齐,通过链上判等确定跨机构共同实体锚点;
31、跨域融合模块,用于将各机构本地线索关联图围绕跨机构共同实体锚点对齐融合,并评估各关联边一致性,得到虚拟全局关联图结构与关联边初始置信度;
32、联邦学习模块,用于在数据不出域约束下对虚拟全局关联图结构、关联边初始置信度与实体初始特征进行置信加权联邦关联图表示学习,通过实体嵌入与边可靠性的联合迭代精化,结合社区发现输出实体嵌入表示、更新后的关联边一致性置信度与团伙判定;
33、溯源存证模块,用于依据实体嵌入表示、更新后的关联边一致性置信度与团伙判定,生成团伙判定结论并逐层锚定至关联边与源线索片段承诺后上链,形成结论级溯源证据链;
34、分发验证模块,用于响应访问请求,在属性访问控制下依据结论级溯源证据链对团伙判定结论进行受控分发,并对各机构贡献进行可验证溯源与贡献激励结算,得到受控共享的情报结论、溯源验证结果与贡献激励结算。
35、本发明的有益效果在于:
36、将实体标识经联盟节点共同持有的盲化因子与请求方一次性随机加盲后再上链判等,盲化因子以分片形式分散持有且从不组装,令牌在完整盲化因子不可得时无法被离线枚举还原,原始线索与特征全程不出本域,从而在保护线索隐私并抵御枚举反推的前提下完成跨机构实体对齐,且对齐所得高置信交集进一步作为下游关联判别的可信监督;盲化因子的周期性再随机化使长期合谋难以拼合完整因子,方案对联盟成员的增减亦具适应性;
37、以关联边一致性置信度加权的联邦图表示学习,配合实体嵌入与边可靠性的联合迭代精化以及经共享锚点的跨侧一致性评估,将经可复用实体错误桥接的关联逐轮压低并在社区发现中滤除,使跨机构碎片线索的关联与团伙判定更为准确,并将判定结论逐层锚定至关联边与源线索片段的承诺形成可验证的结论级溯源证据链,使各机构贡献可验证、可追责并可据以激励;上述过程在原始特征不出本域、仅于锚点处交换带掩码中间量的约束下完成,兼顾隐私安全、关联准确与协同可信。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com