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！

龙图腾网获悉东南大学申请的专利一种基于异构图在APT攻击早期识别预警方法及系统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：CN118972110B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202410996863.2，技术领域涉及：H04L9/40；该发明授权一种基于异构图在APT攻击早期识别预警方法及系统是由王焱;陆俊丞;王梓存;张三峰设计研发完成，并于2024-07-24向国家知识产权局提交的专利申请。

本一种基于异构图在APT攻击早期识别预警方法及系统在说明书摘要公布了：本发明公开了一种基于异构图在APT攻击早期识别预警方法及系统，包括威胁情报收集、IOCS抽取‑属性异构图建模、上游对比预训练和下游威胁locs识别四个步骤、通过建立了图对比学习模型，引入信息论原理来最大化正负样本之间的互信息，从而减少对标签的需求并降低样本噪音的影响。本方法具有更快的收敛速度和更优越的威胁识别能力，可有效减少在遭遇APT攻击时因识别不及时而造成的损失。

本发明授权一种基于异构图在APT攻击早期识别预警方法及系统在权利要求书中公布了：1.一种基于异构图在APT攻击早期识别预警方法，其特征在于,包括如下步骤： S1，威胁情报收集：通过爬虫或者开源情报网站收集威胁情报报告，所述威胁情报报告至少包括组织分析报告、恶意代码报告和漏洞分析报告； S2，IOCs抽取-属性异构图建模：基于开源威胁情报的辅助，提取IOC实体，实体的标签信息及IOC实体之间的关联关系，对IOCs节点的关联关系进行扩充，补充威胁情报报告之外的实体和关系，并定义元路径对异构图提取高层次的语义信息； S3，上游对比预训练：对比学习模型利用HSAGE和HGAT编码器构建两个分支，分别为异构图中的节点生成嵌入和同一节点的和互为正样本，其他节点间的嵌入视为负样本；通过注意力机制融合和得到节点最终嵌入H；对所有节点嵌入进行池化，获取全图嵌入v1和v2，利用对比损失函数最大化和的互信息，最小化H与v1以及H与v2之间的互信息；对比学习模型训练的损失函数为： LGIB＝-LNCEh1,h2+δ·DKLpH,v1‖pHpv1+DKLpH,v2‖pHpv2 其中LNCEh1,h2描述h1和h2之间的互信息，DKLph,v1||PHpv1描述H和v1之间的互信息，pH,v1表示联合概率分布，pHpv1表示边缘概率分布，δ为可学习参数； S4，下游威胁locs识别：利用上游异构图神经网络对APT攻击的多源数据进行特征编码，提取APT攻击的关键信息，将编码结果输入到不同的分类模型中，进行APT攻击的预测。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2号；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。