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！

龙图腾网获悉北京赋乐科技有限公司申请的专利基于内外网络拓扑节点分析的网络攻击溯源方法、装置及存储介质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：CN119996004B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202510160979.7，技术领域涉及：H04L9/40；该发明授权基于内外网络拓扑节点分析的网络攻击溯源方法、装置及存储介质是由马驰超;王翔;袁振龙设计研发完成，并于2025-02-13向国家知识产权局提交的专利申请。

本基于内外网络拓扑节点分析的网络攻击溯源方法、装置及存储介质在说明书摘要公布了：基于内外网络拓扑节点分析的网络攻击溯源方法及装置，其中，方法包括：获取内网络节点与外网络节点的连接关系以及行为特征，内网络拓扑图包括内网络节点，外网络拓扑图包括外网络节点；根据连接关系及行为特征，将内网络拓扑图与外网络拓扑图进行关联，得到拓扑结构模型；基于拓扑结构模型及行为特征计算网络节点的关联权重，并基于关联权重构建网络节点的行为关联网络，行为关联网络用于表征网络节点之间的行为关系；基于关联权重，从目标节点出发反向推演得到攻击路径，以确定攻击源，目标节点为受攻击的网络节点。本申请能够提高网络攻击溯源的准确性。

本发明授权基于内外网络拓扑节点分析的网络攻击溯源方法、装置及存储介质在权利要求书中公布了：1.基于内外网络拓扑节点分析的网络攻击溯源方法，其特征在于，应用于服务器中，所述方法包括： 获取内网络节点与外网络节点的连接关系以及行为特征，内网络拓扑图包括所述内网络节点，外网络拓扑图包括所述外网络节点； 根据所述连接关系及所述行为特征，将所述内网络拓扑图与所述外网络拓扑图进行关联，得到拓扑结构模型； 基于所述拓扑结构模型及所述行为特征计算所述内网络节点与所述外网络节点间的关联权重，并基于所述关联权重构建所述内网络节点与所述外网络节点间的行为关联网络，所述行为关联网络用于表征所述内网络节点与所述外网络节点间的行为关系； 基于所述关联权重，从目标节点出发反向推演得到攻击路径，以确定攻击源，所述目标节点为受攻击的网络节点； 所述根据所述连接关系及所述行为特征，将所述内网络拓扑图与所述外网络拓扑图进行关联，得到拓扑结构模型，具体包括： 基于所述连接关系及所述行为特征，构建基于时序的依赖矩阵，以分析所述内网络节点与外网络节点的依赖关系，所述依赖关系包括直接连接依赖和多跳连接依赖； 根据所述依赖关系生成所述内网络节点与所述外网络节点之间的关联拓扑图； 基于所述关联拓扑图，通过预设多层级建模方法构建所述拓扑结构模型； 所述基于所述拓扑结构模型及所述行为特征计算所述内网络节点与所述外网络节点间的关联权重，并基于所述关联权重构建所述内网络节点与所述外网络节点间的行为关联网络，具体包括： 从所述拓扑结构模型中提取所述内网络节点与所述外网络节点之间的关联特征； 基于所述关联特征，通过预设分析模型得到所述内网络节点与所述外网络节点之间的行为模式，所述行为模式至少包括正常通信行为、异常通信行为及依赖关系行为； 根据所述关联特征和所述行为模式，计算所述关联权重，所述关联权重包括直接关联权重、间接关联权重及动态调整权重； 基于所述关联权重构建行为关联网络，在所述行为关联网络中，节点表示所述内网络节点与所述外网络节点，边表示所述连接关系，边的权重表示所述连接关系的关联强度； 所述根据所述关联特征和所述行为模式，计算所述关联权重，具体包括： 用第一计算公式计算所述关联权重； 所述第一计算公式为：； 其中，为内网络节点i和外网络节点j在时间t上的所述关联权重，为所述内网络节点i和所述外网络节点j的直接关联权重，为所述内网络节点i和所述外网络节点j的间接关联权重，为表示所述内网络节点i和所述外网络节点j之间所有可能路径中的中间网络节点k的集合，和分别为所述中间网络节点k与所述内网络节点i和所述外网络节点j的直接关联权重，为所述内网络节点i和所述外网络节点j之间的路径长度，为中间网络节点k的观测行为特征值，为所述内网络节点i和所述外网络节点j在时间t上的动态行为偏离度，为动态行为调整因子，为直接关联权重的融合系数，为间接关联权重的融合系数，为所述动态调整权重。

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北京赋乐科技有限公司，其通讯地址为：100089 北京市海淀区东北旺西路8号院23号楼2层101房间；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”。

以上内容由龙图腾AI智能生成。