一种基于跳数解耦异构溯源图的威胁检测方法及系统

摘要: 本发明涉及网络空间安全领域,尤其涉及一种基于跳数解耦异构溯源图的威胁检测方法、系统。背景技术:1、在高级持续性威胁(apt)检测场景中,攻击行为具有潜伏时间长、...
一种基于跳数解耦异构溯源图的威胁检测方法及系统

本发明涉及网络空间安全领域,尤其涉及一种基于跳数解耦异构溯源图的威胁检测方法、系统。

背景技术:

1、在高级持续性威胁(apt)检测场景中,攻击行为具有潜伏时间长、多阶段、跨实体且隐蔽性强等特点。传统基于规则、签名或统计阈值的检测方法虽然实现简单、实时性较好,但对未知apt活动或低频缓慢型攻击检测能力不足,尤其在攻击者利用合法系统工具或正常进程伪装时容易漏检。为此,现有研究逐步引入基于溯源图的检测框架,将进程、文件、网络套接字等实体作为节点,将读取、写入、执行等事件作为有向边,以描述主机内的因果依赖关系。然而,现有方案仍存在以下局限:第一,日志序列建模方法难以表达跨实体的长程因果;第二,草图压缩或流式摘要方法易丢失边语义与时间顺序;第三,基于图神经网络的方法在异构溯源图场景下面临语义混杂、训练不稳定和误报率偏高的问题。申请人研究发现,主机溯源图中节点与边类型多样,一跳邻居多为跨类型连接,直接无差别聚合会引发表示污染;同时,长期运行后图规模急剧膨胀,高频实体产生的大量背景噪声掩盖了攻击相关的关键因果证据。此外,apt检测难以获得充足标注样本,亟需一种仅利用良性数据即可训练、能保留方向与时间语义、缓解类型混杂并降低图规模,且输出稳定异常评分的检测方案。

技术实现思路

1、本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

2、为此,本发明提出了一种基于跳数解耦异构溯源图的威胁检测方法。通过获取主机审计日志流,将系统实体解析为节点、交互事件解析为带时间戳及语义的有向边,构建事件级有向异构溯源多重图,并执行方向统一与基于时间顺序的入边裁剪;对裁剪图构造节点特征与边特征,节点特征包含实体类型及标识语义,边特征包含事件类型及时间编码;对节点特征执行掩码处理,基于裁剪图分别计算零跳、一跳入邻居及二跳入邻居聚合表示并拼接为跳数解耦输入;将该输入及边特征送入图编码器,利用仅含良性样本的数据按掩码属性重构和有向结构重构目标联合训练,得到节点嵌入;基于训练后的编码器生成待测节点嵌入,计算其与良性参考嵌入库中最近邻嵌入的距离,获取异常分数及威胁检测结果。本发明通过跳数解耦与异构语义保留,解决了传统溯源图检测中类型混杂与因果噪声干扰问题,实现了高效精准的无监督威胁检测。

3、本发明的另一个目的在于提出一种基于跳数解耦异构溯源图的威胁检测系统。

4、为达上述目的,本发明一方面提出一种基于跳数解耦异构溯源图的威胁检测方法,包括:

5、获取主机系统的审计日志流,将系统实体解析为节点、系统交互事件解析为带时间戳和事件语义的有向边,构建事件级有向异构溯源多重图,并对有向异构溯源多重图执行方向统一处理和基于时间顺序的入边裁剪处理,得到裁剪后的溯源图;

6、对裁剪后的溯源图构造节点特征和边特征;节点特征包含实体类型特征和实体标识语义特征,边特征包含事件类型特征和时间编码特征;

7、对节点特征执行掩码处理,并基于裁剪后的溯源图分别计算零跳自身特征表示、一跳入邻居聚合特征表示和二跳入邻居聚合特征表示,将三者拼接得到跳数解耦输入表示;

8、将跳数解耦输入表示和边特征输入至图编码器,利用仅包含良性样本的训练数据按掩码属性重构目标和有向结构重构目标对图编码器进行联合训练,得到节点嵌入表示;基于训练后的图编码器生成待测节点嵌入,通过计算待测节点嵌入与良性参考嵌入库中最近邻嵌入之间的距离得到异常分数,并得到威胁检测结果。

9、在本发明的一个实施例中,构建事件级有向异构溯源多重图并对相应的有向异构溯源多重图实施方向统一和入边裁剪,包括:

10、从主机系统实时提取内核审计日志或全系统溯源日志,解析为包含源实体标识、目标实体标识、事件类型和时间戳字段的标准事件流;

11、将进程、文件和网络套接字抽取为节点,将读取、写入、执行、连接、接收、加载、派生、属性修改和删除事件抽取为有向边,同一有序端点对之间不同时间反复出现的交互事件保留为多条独立事件边,形成事件级有向异构溯源多重图;

12、对有向异构溯源多重图的事件边执行信息流一致方向规范化处理,将体现信息消费的事件边方向调整为从信息提供者指向信息消费者;

13、对每个目标节点的全部入边按时间戳从旧到新排序,仅保留最近的预设数量k条入边并保留重复事件形成的多重边,得到裁剪后的溯源图。

14、在本发明的一个实施例中,方向统一处理中执行信息流一致方向规范化,包括:

15、识别事件边的语义类型,将写入、发送、连接这些产生信息输出的事件保持为从源节点指向目标节点的方向;

16、将读取、接收、加载这些体现信息消费的事件的边方向进行翻转,调整为从信息提供者指向信息消费者,使图中所有边的方向与信息流动实际方向一致。

17、在本发明的一个实施例中,基于时间顺序的入边裁剪处理,包括:

18、遍历裁剪前的溯源图中每个目标节点,获取相应节点关联的所有入边集合;

19、将入边集合中各条边按时间戳字段从旧到新排序,并在排序后的入边集合中截取时间戳最新的k条边作为保留边;其中k为固定阈值或依据节点入度自适应确定的阈值,同时保留保留边中因重复事件形成的多重边,剔除排序靠前的历史入边,以得到裁剪后的溯源图。

20、在本发明的一个实施例中,构造节点特征和边特征,包括:

21、对裁剪后溯源图中的每个节点v,构造节点特征向量:

22、

23、其中,τ(v)表示节点v的实体类型,onehot(·)表示独热编码函数,s(v)表示依据文件路径、命令行参数、ip地址、域名或进程标识字段通过哈希投影获得的语义嵌入;

24、对每条边e,构造边特征向量:

25、

26、其中,φ(e)表示事件类型,b(e)表示根据相对时间戳离散化得到的时间桶索引,pe(·)表示正弦位置编码函数。

27、在本发明的一个实施例中,构建跳数解耦输入表示,包括:

28、从裁剪后溯源图的节点集合中随机选取子集m,用可学习的掩码标记替换子集m中节点的原始特征,得到掩码后的节点特征矩阵作为零跳自身特征表示;

29、基于裁剪后溯源图,对执行一跳入邻居均值聚合,得到一跳入邻居聚合特征表示:

30、

31、对再次执行入邻居均值聚合,得到二跳入邻居聚合特征表示:

32、

33、将和沿特征维度拼接,以得到跳数解耦输入表示:

34、。

35、在本发明的一个实施例中,对图编码器进行联合训练,包括:

36、采用边属性感知图编码器,对有向事件边计算注意力得分:

37、

38、其中,为源节点和目标节点嵌入,为边特征,为节点特征投影矩阵,为边特征投影矩阵;

39、对目标节点v的所有入邻居进行归一化,得到归一化注意力权重:

40、

41、据此更新节点嵌入;其中为消息变换矩阵;

42、仅使用良性样本训练,联合优化掩码属性重构损失和有向结构重构损失,掩码属性重构损失计算为:

43、;

44、有向结构重构损失从真实边中采样正样本集合e+、从不存在的有序节点对中采样负样本集合e-,计算边存在概率:

45、

46、进而得到:

47、

48、总损失:

49、

50、其中λ为平衡系数,使用adam优化器更新编码器参数。

51、在本发明的一个实施例中,计算异常分数并输出威胁检测结果,包括:

52、训练完成后冻结图编码器参数,对所有良性训练样本生成节点嵌入并构建参考嵌入库;对待检测节点嵌入z和参考库中的嵌入执行2归一化;

53、利用k近邻检索算法在参考库中查找z的k个最近邻嵌入,计算异常分数:

54、

55、其中,为参考库中第i个最近邻嵌入;

56、根据良性验证子集上的误报率预算确定预设阈值,当大于阈值时判定对应节点为异常节点,输出威胁检测结果。

57、在本发明的一个实施例中,输出威胁检测结果后还包括:

58、在判定节点为异常节点后,提取该异常节点及其在裁剪后溯源图中关联的事件边,构建异常子图;

59、将异常子图作为高级持续性威胁告警展示数据,并基于异常子图中的节点连接关系和时间戳信息执行攻击链回溯分析,定位攻击源头和扩散路径。

60、本发明还提出一种基于跳数解耦异构溯源图的威胁检测系统,包括:

61、图构建与裁剪模块,用于获取主机系统的审计日志流,将系统实体解析为节点、系统交互事件解析为带时间戳和事件语义的有向边,构建事件级有向异构溯源多重图,并对有向异构溯源多重图执行方向统一处理和基于时间顺序的入边裁剪处理,得到裁剪后的溯源图;

62、特征构造模块,用于对裁剪后的溯源图构造节点特征和边特征;节点特征包含实体类型特征和实体标识语义特征,边特征包含事件类型特征和时间编码特征;

63、跳数解耦模块,用于对节点特征执行掩码处理,并基于裁剪后的溯源图分别计算零跳自身特征表示、一跳入邻居聚合特征表示和二跳入邻居聚合特征表示,将三者拼接得到跳数解耦输入表示;

64、训练检测模块,用于将跳数解耦输入表示和边特征输入至图编码器,利用仅包含良性样本的训练数据按掩码属性重构目标和有向结构重构目标对图编码器进行联合训练,得到节点嵌入表示;基于训练后的图编码器生成待测节点嵌入,通过计算待测节点嵌入与良性参考嵌入库中最近邻嵌入之间的距离得到异常分数,并得到威胁检测结果。

65、本发明实施例的一种基于跳数解耦异构溯源图的威胁检测方法及系统,通过构建事件级有向异构溯源多重图并执行方向统一与基于时间顺序的入边裁剪,结合跳数解耦输入表示与边特征,利用仅含良性样本的数据对图编码器进行掩码属性重构和有向结构重构联合训练,生成节点嵌入并基于最近邻距离计算异常分数,有效解决了现有技术中因类型混杂、背景噪声干扰及依赖攻击标注而导致的检测偏差与泛化不足问题。实现了从审计日志流解析、图结构裁剪、跳数解耦表征到无监督异常判定的全流程一体化检测,显著提升了威胁检测的精准度与可靠性,增强了方法在复杂异构溯源图场景下的适应性与工程实用价值。

66、本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。