一种用于工控网络的动态混淆流量实时解析方法与流程
本技术涉及网络空间安全防护,更具体地说,本技术涉及一种用于工控网络的动态混淆流量实时解析方法。
背景技术:
1、在现有技术中,工控网络通常同时承载多种专用协议,通信报文具有字段结构固定、交互时序严格和业务语义关联紧密等特点,攻击者为规避基于协议规则、固定端口或已知特征的检测机制,可能通过字段编码、载荷变形、协议伪装、报文分段及时序扰动等方式改变流量外部特征,使恶意通信在形式上接近正常业务流量,传统解析方法主要依赖预设协议规则或静态特征库,当混淆方式动态变化、协议字段发生变异或通信行为偏离既有样本时,容易出现协议类型识别失败、字段语义还原不完整和攻击行为判断失准等问题,同时,单一报文解析难以结合会话过程、设备运行状态及关联安全事件对解析结果进行交叉验证,导致隐蔽混淆流量无法在有限时间内被准确还原,影响后续风险处置,因此,如何实现工控网络动态混淆流量的实时语义解析成为了业界面临的难题。
技术实现思路
1、本技术提供一种用于工控网络的动态混淆流量实时解析方法,可实现工控网络动态混淆流量的实时语义解析。
2、第一方面,本技术提供一种用于工控网络的动态混淆流量实时解析方法,包括如下步骤:
3、通过部署于工控网络关键节点的数据采集探针,实时采集网络双向流量数据包;
4、构建并维护工控协议知识库与动态混淆模式特征库;
5、通过所述工控协议知识库与所述动态混淆模式特征库对所述网络双向流量数据包进行基于检索增强的两级语义解析;
6、对解析后输出的语义信息进行多维度动态验证和关联分析;
7、根据验证分析结果生成结构化解析报告,对于确认为恶意和高风险的混淆流量,实时触发预定义的响应策略。
8、在本实施例中,构建并维护工控协议知识库与动态混淆模式特征库具体包括:
9、从标准协议文档、设备手册和历史流量日志中提取各工控协议的语法结构、合法字段取值范围和会话状态机,并构建工控协议知识库;
10、对持续采集的正常流量进行协议逆向与统计分析,将分析得到的新协议模式和合法字段取值同步更新至所述工控协议知识库;
11、从威胁情报平台、内部攻防演练和蜜罐捕获数据中提取已知流量混淆技术的行为特征模式,并构建动态混淆模式特征库;
12、对经解析验证后确认的安全事件进行回溯分析,将提取出的新型混淆行为特征同步更新至所述动态混淆模式特征库。
13、在本实施例中,通过所述工控协议知识库与所述动态混淆模式特征库对所述网络双向流量数据包进行基于检索增强的两级语义解析具体包括:
14、利用所述工控协议知识库对所述网络双向流量数据包进行初始协议分类与字段粗粒度解析,得到第一级解析结果;
15、从所述第一级解析结果中筛选出待深入解析的目标流量,并对所述目标流量执行二级语义解析,得到第二级解析结果;
16、对所述第二级解析结果进行上下文感知的向量化表示,并关联所述第二级解析结果的会话上下文信息、源目的资产属性以及实时威胁情报以形成富化特征向量;
17、根据所述工控协议知识库和所述动态混淆模式特征库构建向量数据库;
18、将所述富化特征向量与所述向量数据库进行实时相似性检索,并将检索到的相关协议规范条款和混淆案例作为补充上下文;
19、以所述富化特征向量和所述补充上下文为条件,调用预训练的工控安全垂域的生成式人工智能大模型对所述第二级解析结果进行语义推断,得到符合协议规范的语义信息。
20、在本实施例中,利用所述工控协议知识库对所述网络双向流量数据包进行初始协议分类与字段粗粒度解析,得到第一级解析结果具体包括:
21、将所述网络双向流量数据包的传输层端口号以及载荷中的协议特征签名与所述工控协议知识库中存储的各协议语法结构进行规则与特征匹配,识别出所述网络双向流量数据包对应的工控协议类型;
22、根据识别出的工控协议类型,从所述工控协议知识库中调用工控协议的语法结构定义,并通过所述语法结构定义对所述网络双向流量数据包中的载荷进行字段切分与解析,得到各字段名称以及对应的字段值;
23、将各字段值与所述工控协议知识库中存储的合法字段取值范围进行比对,标记取值超出合法范围的异常字段,生成包含协议类型、字段结构以及异常标记的第一级解析结果。
24、在本实施例中,以所述富化特征向量和所述补充上下文为条件,调用预训练的工控安全垂域的生成式人工智能大模型对所述第二级解析结果进行语义推断,得到符合协议规范的语义信息具体包括:
25、初始化预训练的工控安全垂域的生成式人工智能大模型;
26、通过可学习的投影层对所述第二级解析结果进行映射,得到所述生成式人工智能大模型解码器的初始隐藏状态;
27、将所述补充上下文格式化为文本提示前缀,并将所述初始隐藏状态和所述文本提示前缀共同构成生成起始条件;
28、将所述生成起始条件输入所述生成式人工智能大模型,通过自回归方式逐令牌预测输出序列,生成过程中采用束搜索策略并结合所述工控协议知识库中的语法规则进行约束解码;
29、在生成达到预设最大长度或输出结束令牌后停止,将已生成的令牌序列反解析为结构化字段序列,并将其作为符合协议规范的语义信息。
30、在本实施例中,对解析后输出的语义信息进行多维度动态验证和关联分析具体包括:
31、对解析后输出的语义信息进行业务逻辑合规性验证和行为异常检测,得到逻辑合规性验证结果和行为异常检测结果;
32、将所述逻辑合规性验证结果和所述行为异常检测结果与同一主机在同一时间段内的其他安全事件日志、网络侧的其他关联告警进行时空关联分析,以构建完整的攻击活动上下文;
33、根据所述逻辑合规性验证结果、所述行为异常检测结果和所述攻击活动上下文生成验证分析结果。
34、在本实施例中,对解析后输出的语义信息进行业务逻辑合规性验证和行为异常检测,得到逻辑合规性验证结果和行为异常检测结果具体包括:
35、从解析后输出的语义信息中提取操作指令、操作参数和会话行为序列;
36、将操作指令和操作参数与工控协议知识库中定义的设备状态机和业务操作逻辑序列进行比对,标记不符合当前设备状态或违反操作序列逻辑的操作指令和操作参数,得到逻辑合规性验证结果;
37、基于所述逻辑合规性验证结果,将所述会话行为序列与基于历史数据建立的正常行为基线进行偏差比对,计算行为异常分数并标记偏离正常行为基线的行为模式,得到行为异常检测结果。
38、在本实施例中,根据验证分析结果生成结构化解析报告,对于确认为恶意和高风险的混淆流量,实时触发预定义的响应策略具体包括:
39、对所述验证分析结果进行结构化归并解析,生成结构化解析报告;
40、根据所述结构化解析报告识别出恶意和高风险的混淆流量;
41、对于确认为恶意和高风险的混淆流量,根据所述结构化解析报告中建议处置动作生成对应的响应指令,所述响应指令包含阻断规则、隔离会话指令以及协同阻断通知中的至少一种;
42、将所述响应指令下发至部署于工控网络关键路径的工业防火墙或交换机,执行对应预定义的响应策略,所述响应策略包括生成告警、记录详志、隔离会话以及通知上游安全设备进行协同阻断中的至少一种。
43、第二方面,本技术提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有代码,所述处理器被配置为获取所述代码,并执行上述的用于工控网络的动态混淆流量实时解析方法。
44、第三方面,本技术提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的用于工控网络的动态混淆流量实时解析方法。
45、本技术公开的实施例提供的技术方案具有以下有益效果:
46、通过部署于工控网络关键节点的数据采集探针,实时采集网络双向流量数据包;构建并维护工控协议知识库与动态混淆模式特征库;通过所述工控协议知识库与所述动态混淆模式特征库对所述网络双向流量数据包进行基于检索增强的两级语义解析;对解析后输出的语义信息进行多维度动态验证和关联分析;根据验证分析结果生成结构化解析报告,对于确认为恶意和高风险的混淆流量,实时触发预定义的响应策略。
47、由此可见本技术中,可以根据验证分析结果生成结构化解析报告,对于确认为恶意和高风险的混淆流量,实时触发预定义的响应策略;其中,首先,通过部署于工控网络关键节点的数据采集探针实时采集网络双向流量数据包,能够较完整地保留请求报文、响应报文及同一会话内的前后交互关系,为识别字段编码、载荷变形、协议伪装、报文分段及时序扰动提供连续的数据基础,减少单向采集或孤立报文造成的通信上下文缺失;其次,通过构建并维护工控协议知识库与动态混淆模式特征库,能够分别提供正常协议结构、合法字段语义、会话交互规则及混淆行为特征,使动态变化的混淆流量具有可检索、可比对的解析依据,降低传统静态规则在协议字段变异或混淆方式变化时出现协议识别失败和字段语义缺失的可能;进一步地,基于所述工控协议知识库与所述动态混淆模式特征库对网络双向流量数据包进行检索增强的两级语义解析,能够先对协议特征明确的流量进行快速识别,再对字段异常、协议类型不明或具有混淆特征的流量进行深层语义还原,在降低整体解析负担的同时,加快复杂混淆流量的协议字段恢复和真实通信意图提取;进一步地,通过对解析后输出的语义信息进行多维度动态验证和关联分析,能够结合协议业务逻辑、会话行为变化、设备运行状态及关联安全事件对解析结果进行交叉校验,及时发现语义还原结果中的偏差和逻辑矛盾,降低错误解析及风险误判对安全防护决策造成的影响;最后,根据验证分析结果生成结构化解析报告,并对确认为恶意和高风险的混淆流量实时触发预定义的响应策略,能够将经验证的流量语义、威胁类型及风险等级转化为可直接执行的处置依据,使隐蔽混淆流量能够在有限时间内被准确还原和及时处置,从而提高工控网络对动态混淆攻击的发现速度及安全响应能力。
48、综上所述,本技术采用的技术方案可实现工控网络动态混淆流量的实时语义解析。
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