一种以行动为中心的APT组织识别方法及系统

摘要: 本发明涉及网络空间安全领域,具体地,涉及一种以行动为中心的apt组织识别方法及系统。背景技术:1、高级持续威胁(advancedpersistentthreat...
一种以行动为中心的APT组织识别方法及系统

本发明涉及网络空间安全领域,具体地,涉及一种以行动为中心的apt组织识别方法及系统。

背景技术:

1、高级持续威胁(advanced persistent threat, apt)是一种针对特定目标长期持续而隐匿的计算机入侵过程,发起者往往具有国家背景,其资金充裕,技术雄厚,利用特定漏洞达到对目标计算机的长期控制,完成数据窃密或目标破坏,是一种严重网络威胁。据统计,仅2024年一年,全球就有至少73个国家或地区遭受apt攻击,发起方涉及一百余个已命名的apt组织,这些组织紧盯全球政府部门、国防军事、经济金融、科研教育和基础设施等领域,目标系统涵盖windows,linux,macos和freebsd等。

2、从攻击事件中准确识别apt组织是打击其活动的关键一步,但面临较大挑战。apt情报库常以apt组织为中心罗列其相关情报信息,涵盖既往攻击手法、攻击工具、行动目标、基础设施滥用和防御建议等信息,刻画了apt组织画像,为打击apt提供了重要支撑。但当攻击发生时,往往第一时间仅获取到与攻击相关的部分碎片化攻击事件信息,例如威胁指标、恶意软件样本、受感染主机日志、网络流量及主机行为记录等。从这些零散线索中直接识别apt组织,往往存在误识别率高、误报率高以及归因稳定性差等问题。其主要原因除了碎片化信息导致证据链不完整、归因依据片面之外,还在于apt组织具有较强的隐蔽性和持续演化特征,其攻击基础设施、恶意代码、投递载荷及技战术会随时间不断变化;同时,不同安全厂商、研究机构对同一apt组织往往采用不同命名体系和划分标准,进一步增加了归因难度。

3、相较于直接以apt组织为对象进行匹配,以apt行动为中心开展分析更具可行性和准确性。apt行动通常对应apt组织在特定时期、围绕特定目标实施的一系列连续攻击活动,其表现为恶意样本投放、基础设施使用、攻击链执行路径、受害对象选择及技战术组合等可观测事实。此类事实基于攻击过程中实际产生的客观痕迹,不同研究机构和安全厂商虽然观测视角有所差异,但对同一apt行动的关键行为特征、事件关联关系及攻击结果通常能够形成较为一致的认知。相比之下,apt组织标签属于在情报分析基础上的高层归因结论,容易受到情报掌握范围、分析模型、命名规则、归因标准及商业策略等多种因素影响。因而,不同安全厂商对于同一apt组织往往采用不同命名方式,甚至可能给出不同归属判断,导致apt组织层面的情报存在标签异构、结论分歧和持续变化等问题。

4、基于此,以apt行动作为攻击事件与apt组织之间的中间桥梁,能够先对碎片化攻击事件进行聚合,形成相对稳定、可验证、可复现的行动级特征,再进一步结合历史情报将多个相关apt行动映射至其背后的apt组织。该方法可有效降低直接使用组织标签进行匹配所带来的歧义与偏差,提高apt组织归因结果的准确性、一致性与可解释性,为攻击识别、威胁预警和防御决策提供更加可靠的支撑。

5、而申请号为202511279087 .5的中国发明申请公开了《网络威胁知识自动抽取方法、电子设备及存储介质》,包括由计算机硬件系统执行的如下步骤:从多源网络安全文本采集apt组织相关威胁情报数据,经处理生成标准化语料库;用预训练句向量模型对语料库输入文本与人工标注示例库文本生成语义嵌入,检索相似示例构造icl提示模板;输入经lora微调的大语言模型,抽取多类型实体及语义关系的结构化三元组;采用语义聚合生成标准化实体节点及更新后的关系信息;据此构建apt组织网络威胁情报知识图谱并输出结构化文件。

技术实现思路

1、针对背景技术存在的技术问题,本发明提供了一种以行动为中心的apt组织识别方法及系统,本发明采用的技术方案是:

2、本发明第一方面提供了一种以行动为中心的apt组织识别方法,所述方法包括:

3、获取apt攻击事件相关的可观测指标;所述可观测指标包括恶意软件样本、受感染主机日志、恶意流量样本和威胁情报文本数据中的至少一种;

4、针对不同类型的可观测指标,采用对应的类型专属编码器进行特征提取,生成初始特征表示向量;

5、通过共享特征空间映射模块将所述初始特征表示向量统一映射至同一共享特征空间,生成统一行动表征向量;

6、在系统构建阶段,基于已知apt情报中各类可观测指标所对应的所述统一行动表征向量,将归属于相同apt活动的可观测指标在所述共享特征空间中聚类成簇,每一簇对应一次apt行动,并计算各簇的聚类中心向量;

7、在系统应用阶段,将待识别可观测指标依次通过所述类型专属编码器和共享特征空间映射模块,提取其对应的目标统一行动表征向量,计算该目标统一行动表征向量与各簇的聚类中心向量的距离,根据距离最近原则确定其行动归属,进而根据预设的行动与apt组织映射关系完成组织归因。

8、作为一种优选方案,对于恶意软件样本,采用对应的类型专属编码器进行特征提取的方法包括:

9、对恶意软件文件进行静态分析和动态行为分析,提取静态结构特征和动态运行行为特征,所述静态结构特征包括字节序列特征、导入导出函数信息、字符串特征、控制流图结构和函数调用关系中的至少一种,所述动态运行行为特征包括进程创建行为、文件读写行为、注册表操作行为、网络通信行为和系统调用行为中的至少一种;

10、将提取的所述静态结构特征作为节点属性、所述动态运行行为特征作为边关系,构建恶意软件行为图,所述恶意软件行为图的行为实体节点涵盖函数名称、进程名称、文件名称、api调用名称和注册表中的至少一种,行为关系边包括调用、访问、创建和通信中的至少一种;

11、将所述恶意软件行为图输入图神经网络编码器进行特征编码,生成恶意软件特征向量。

12、作为一种优选方案,对于受感染主机日志,采用对应的类型专属编码器进行特征提取的方法包括:

13、对主机运行过程中产生的安全日志、系统事件日志、进程日志及终端行为记录进行解析,提取进程创建关系、文件访问路径、注册表修改行为、网络连接行为、命令执行行为和用户操作行为中的至少一种主机行为记录;

14、关联进程、文件、网络连接及系统资源之间的交互关系,构建主机侧攻击行为传播链,以刻画恶意程序在受感染主机中的执行路径及行为传播过程;

15、将提取的主机行为记录及行为传播链构建为主机行为关系图,所述主机行为关系图的行为实体节点涵盖进程名称、文件名称、ip地址和用户信息中的至少一种,行为关系边包括创建、访问、删除和修改中的至少一种;

16、将所述主机行为关系图输入图神经网络编码器进行特征编码,生成主机日志特征向量。

17、作为一种优选方案,对于恶意流量样本,采用对应的类型专属编码器进行特征提取的方法包括:

18、对网络通信记录进行解析,提取源ip地址、目的ip地址、源端口、目的端口、传输层协议构成的五元组信息,并进一步提取会话持续时间、上下行字节数、数据包数量、包长统计特征、通信频率、连接方向、应用层协议、域名请求、url访问路径和tls证书信息中的至少一种网络通信特征;

19、对所述网络通信特征进行字段标准化和结构化编码,其中离散字段采用词嵌入、哈希编码或类别编码方式表示,连续统计字段采用数值归一化方式表示;

20、将编码后的字段特征拼接或融合后以向量形式输入编码器,生成流量样本特征向量。

21、作为一种优选方案,对于威胁情报文本数据,采用对应的类型专属编码器进行特征提取的方法包括:

22、对所述威胁情报文本数据进行实体抽取、关键词提取和结构化解析,识别漏洞编号、受影响产品、攻击技术、攻击目标、地理区域、攻击组织、基础设施、ioc及时间信息中的至少一种关键实体;

23、将自然语言描述输入文本编码器生成语义嵌入向量,所述文本编码器采用word2vector模型或bert模型;

24、将所述语义嵌入向量与结构化实体特征进行融合,生成威胁情报文本特征向量。

25、作为一种优选方案,所述通过共享特征空间映射模块将所述初始特征表示向量统一映射至同一共享特征空间,生成统一行动表征向量的方法包括:

26、对于每一种可观测指标编码成的初始特征表示向量,按照下式进行映射:

27、

28、其中,为可训练参数,系共享映射矩阵,为偏置参数,是共享特征空间维度;

29、所述共享映射矩阵通过对比学习或度量学习框架训练得到,训练目标为使归属于相同apt行动的统一行动表征向量在共享特征空间中的距离相近,使归属于不同apt行动的统一行动表征向量在共享特征空间中的距离相远,所述距离采用余弦相似度度量:

30、

31、其中,分别代表第类可观测指标在特征空间中的嵌入。

32、作为一种优选方案,根据预设的行动与apt组织映射关系完成组织归因的方法包括:

33、获取已确定归属的apt行动所关联的历史归因信息,所述历史归因信息中包含行动发起组织的自然语言描述标签;

34、利用预训练语言模型将所述自然语言描述标签编码映射至组织聚类空间,建立行动与apt组织的映射关系;

35、在确定待识别可观测指标的行动归属后,根据所述映射关系输出对应的apt组织归因结果。

36、作为一种优选方案,所述apt攻击事件相关的可观测指标还包括漏洞信息和ip地址归属信息中的至少一种。

37、本发明第二方面提供了一种以行动为中心的apt组织识别系统,所述系统包括:

38、数据获取模块,用于获取apt攻击事件相关的可观测指标,所述可观测指标包括恶意软件样本、受感染主机日志、恶意流量样本和威胁情报文本数据中的至少一种;

39、异构指标归一化特征提取模块,用于针对不同类型的可观测指标,采用对应的类型专属编码器进行特征提取,生成初始特征表示向量;

40、统一行动表征向量生成模块,用于通过共享特征空间映射模块将所述初始特征表示向量统一映射至同一共享特征空间,生成统一行动表征向量;

41、行动聚类模块,用于在系统构建阶段,基于已知apt情报中各类可观测指标所对应的所述统一行动表征向量,将归属于相同apt活动的可观测指标在所述共享特征空间中聚类成簇,每一簇对应一次apt行动,并计算各簇的聚类中心向量;

42、组织归因模块,用于在系统应用阶段,将待识别可观测指标依次通过所述类型专属编码器和共享特征空间映射模块,提取其对应的目标统一行动表征向量,计算该目标统一行动表征向量与各簇聚类中心向量的距离,根据距离最近原则确定其行动归属,进而根据预设的行动与apt组织映射关系完成组织归因。

43、本发明第三方面提供了一种计算机设备,包括存储介质、处理器以及储存在所述存储介质中并可被所述处理器执行的计算机程序,所述计算机程序被处理器执行时实现前述的一种以行动为中心的apt组织识别方法的步骤。

44、相较于现有技术,本发明具有的有益效果是:

45、本发明以apt行动作为攻击事件与apt组织之间的中间桥梁,先对碎片化攻击事件进行聚合形成行动级特征,再映射至apt组织,有效避免了因不同安全厂商对同一apt组织采用不同命名体系和划分标准所导致的标签异构与归因分歧,显著提高了apt组织识别的准确性和一致性。本发明针对恶意软件样本、受感染主机日志、恶意流量样本和威胁情报文本等不同类型可观测指标分别设置类型专属编码器,并通过共享特征空间映射模块将各类异构特征统一映射至同一共享特征空间,实现了多源异构威胁情报的统一表征与跨源关联分析,解决了现有技术中因数据类型差异导致无法进行综合归因的技术难题。本发明采用构建阶段与应用阶段的两阶段架构,在构建阶段基于已知情报形成稳定的行动聚类簇并计算聚类中心,在应用阶段仅需将待识别样本映射至同一共享空间后计算与聚类中心的距离即可完成归因,无需在每次识别时重新进行全量聚类计算,降低了在线识别的计算开销,满足了网络安全场景下实时威胁归因的需求。本发明通过对不同类型的可观测指标分别采用对应的编码器进行特征提取后统一映射至共享特征空间,并以对比学习或度量学习训练映射参数,使归属于相同apt行动的统一行动表征向量在空间中距离相近、归属于不同行动的距离相远,从根本上保证了聚类和归因结果的可解释性与稳定性。