买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江工业大学申请的专利一种基于序列化图生成模型的高级持续威胁预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116015884B 。

龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211690048.0，技术领域涉及：H04L9/40；该发明授权一种基于序列化图生成模型的高级持续威胁预测方法是由程雯睿;朱添田;应杰;袁淇萱;陈铁明;吕明琪设计研发完成，并于2022-12-27向国家知识产权局提交的专利申请。

本一种基于序列化图生成模型的高级持续威胁预测方法在说明书摘要公布了：本发明公开了一种基于序列化图生成模型的高级持续威胁预测方法，包括如下步骤：从系统审计内核日志中构建起源图，并将该图建模为有多种类型的节点和边的攻击异构图；将代表攻击者上下文攻击行为的攻击异构图以邻接矩阵的形式进行表征；构建自回归深度神经网络，序列化地生成攻击预测图，以预测下一个节点的类型和该节点与已有节点之间的依赖关系。该方法的优势在于：利用序列化图生成模型，同时捕获攻击图中的节点属性、边属性与边的时序性等特征。在高级持续威胁攻击发生的过程中对攻击者下一步的攻击手法进行主动实时预测。

本发明授权一种基于序列化图生成模型的高级持续威胁预测方法在权利要求书中公布了：1.一种基于序列化图生成模型的高级持续威胁预测方法，其特征在于，所述基于序列化图生成模型的高级持续威胁预测方法，包括： 步骤1、基于系统审计日志构建攻击异构图； 步骤1-1、捕获系统审计日志，收集内核级系统事件排列成一个起源图； 步骤1-2、采用节点类型定义和动词依赖关系定义分别对起源图的节点和边进行建模，构建具有抽象攻击上下文关系的攻击异构图； 步骤2、基于邻接矩阵对攻击异构图进行表征； 步骤2-1、将攻击异构图定义为G＝V，E，其中，节点集合为V＝v1,…，vn，节点间的边集合为E＝vi，vj|vi，vj∈V； 步骤2-2、在节点顺序π下，邻接矩阵定义为 为邻接元素； 步骤2-3、定义一个映射函数fS将图G映射至邻接矩阵，将图G中的节点顺序以及节点之间的依赖关系以序列的形式表示，得到序列化图； 步骤3、基于序列化图生成攻击预测图； 步骤3-1、将序列化图中的序列张量拼接后输入节点预测网络，得到新节点的实体类型； 步骤3-2、将序列化图和步骤3-1输出的新节点的实体类型输入依赖关系预测网络，得到新节点与前置节点之间的依赖关系； 步骤3-3、根据新节点的实体类型和其与前置节点之间的依赖关系更新攻击异构图，并返回步骤2继续预测，直至预测节点为空或者达到设置的预测长度后输出最终的攻击异构图作为攻击预测图。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区朝晖六区；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。