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！

龙图腾网获悉广州大学申请的专利一种针对攻击模式的攻击手法聚类与归因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：CN120110776B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202510305492.3，技术领域涉及：H04L9/40；该发明授权一种针对攻击模式的攻击手法聚类与归因方法是由田志宏;黄婕;周盈海;仇晶;刘园;李默涵;鲁辉;张乐君;苏申;孙彦斌设计研发完成，并于2025-03-14向国家知识产权局提交的专利申请。

本一种针对攻击模式的攻击手法聚类与归因方法在说明书摘要公布了：本发明提供了一种针对攻击模式的攻击手法聚类与归因方法，涉及网络安全技术领域。攻击手法聚类与归因方法包括以下步骤：收集威胁情报原始数据并基于大语言模型提取数据获得攻击信息；将攻击信息输入检索增强生成框架生成三元组，将所述三元组与网络安全知识图谱进行融合获得TTPs数据；基于高斯混合聚类模型聚类TTPs数据，并基于TTP节点的结构熵增强高斯混合聚类模型获得软聚类结果；基于软聚类结果构建攻击树，基于注意力机制进行权重分配，并基于相似性计算方法对知识图谱中的攻击树进行匹配获得归因结果。本发明提供了完整的攻击行为归因实现框架，结合了前沿技术的优势，能够实现高效、准确、可靠、可扩展、解释性强的归因。

本发明授权一种针对攻击模式的攻击手法聚类与归因方法在权利要求书中公布了：1.一种针对攻击模式的攻击手法聚类与归因方法，其特征在于，包括以下步骤： 收集威胁情报原始数据并进行规范化处理获得实验数据，基于开源网络安全知识图谱的本体定义规范制定大语言模型的提示词并提取实验数据获得攻击信息； 将攻击信息输入检索增强生成框架获得添加上下文信息的实体属性，并生成基于关系连接的实体属性三元组，将所述三元组与网络安全知识图谱进行融合获得TTPs数据； 基于自编码器学习TTPs数据的深层特征表示，基于深层特征表示训练高斯混合聚类模型，并基于TTP节点的结构熵增强高斯混合聚类模型获得软聚类结果； 将所述软聚类结果基于生命周期阶段生成攻击向量，基于攻击向量作为主枝干节点，添加属性信息作为枝干节点的子节点构建攻击树，基于注意力机制为攻击树中的节点进行权重分配获得威胁情报攻击树，基于相似性计算方法将威胁情报攻击树与知识图谱中的攻击树进行匹配获得作为根节点的攻击组织，从而获得归因结果； 其中，基于TTP节点的结构熵增强高斯混合聚类模型获得软聚类结果的过程中，包括：计算TTP节点的局部k跳子图的度分布，基于所述度分布计算所述TTP节点的结构熵，将深层特征表示及所述结构熵进行归一化处理，在深层特征表示中添加一个特征维度，将结构熵值作为额外特征，当结构熵值大于第二阈值时则忽略TTP节点的数据，从而提升聚类模型的鲁棒性。

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广州大学，其通讯地址为：510000 广东省广州市大学城外环西路230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。