[发明专利]一种快速判识网络资产归属系统及其识别分析方法在审

专利信息
申请号: 201910428568.6 申请日: 2019-05-22
公开(公告)号: CN111985513A 公开(公告)日: 2020-11-24
发明(设计)人: 不公告发明人 申请(专利权)人: 国家计算机网络与信息安全管理中心
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 北京力量专利代理事务所(特殊普通合伙) 11504 代理人: 宋林清
地址: 100029*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 快速 网络 资产 归属 系统 及其 识别 分析 方法
【权利要求书】:

1.一种快速判识网络资产归属系统及其识别分析方法,其特征在于,包括:

获取信息系统中每一逻辑实体的资产特征数据,所述资产特征数据包括系统指纹、网络指纹和虚拟身份信息;

根据所述资产特征数据,确定分析样本集合,所述分析样本集合中的每一样本对应唯一的所述逻辑实体,所述每一样本包括由与该样本对应的逻辑实体的分类和资产特征数据构成的特征集合;

采用所述分析样本集合对机器学习模型进行分析,以得到信息系统资产识别分类模型;在更新周期到来时,获取所述信息系统中每一目标逻辑实体的目标资产特征数据;

根据所述目标资产特征数据,由所述信息系统资产识别分类模型确定所述每一目标逻辑实体的分类。

2.根据权利要求1所述的方法,其特征在于,所述根据所述资产特征数据,确定分析样本集合,包括:对于所述每一逻辑实体,将所述资产特征数据聚合成特征集合,并获得人工标注的每一逻辑实体的分类;

生成样本集合,其中每个逻辑实体的特征集合与其关联的分类构成所述样本集合中的一个样本;

从所述样本集合中随机确定部分样本作为所述分析样本集合。

3.根据权利要求2所述的方法,其特征在于,所述样本集合中除所述分析样本集合之外的样本构成测试样本集合;

所述采用所述分析样本集合对机器学习模型进行分析,以得到信息系统资产识别分类模型之后,还包括:对于所述测试样本集合中的每一测试样本,判断所述信息系统资产识别分类模型根据所述测试样本中的特征集合输出的结果是否与所述测试样本中的分类一致;

若否,利用所述样本集合,重新确定分析样本集合,并以重新确定的分析样本集合代替所述分析样本集合、返回执行采用所述分析样本集合对机器学习模型进行分析,以得到信息系统资产识别分类模型的步骤。

4.根据权利要求2所述的方法,其特征在于,还包括:

依据分类结果,判断是否存在不能确定分类的目标逻辑实体,所述分类结果为所述信息系统资产识别分类模型根据所述目标资产特征数据所确定的所述每一目标逻辑实体的分类的结果;

若是,接收用户对所述不能确定分类的目标逻辑实体的目标分类的标注;

以所述不能确定分类的目标逻辑实体的资产特征数据和目标分类构成的样本更新所述样本集合,并以更新后的样本集合替代样本集合,并返回执行从所述样本集合中随机确定部分样本作为所述分析样本集合的步骤。

5.根据权利要求1所述的方法,其特征在于,所述获取信息系统中每一逻辑实体的资产特征数据之后,还包括:

获取所述每一逻辑实体的第一属性和第二属性,所述第一属性包括所述资产特征数据、所述逻辑实体的分类、IP地址、MAC地址、端口信息索引表,所述第二属性包括源IP地址、目的IP地址、源端口号、目的端口号、协议类型、信息系统逻辑实体模型单元索引表;

利用所述第一属性建立与所述每一逻辑实体对应的信息系统逻辑实体模型单元,同时利用所述第二属性建立信息系统逻辑实体关系模型单元,所述信息系统逻辑实体关系模型单元用于描述所述信息系统逻辑实体模型单元索引表中的不同信息系统逻辑实体模型单元索引对应的信息系统逻辑实体模型单元之间的连接关系。

6.根据权利要求5所述的方法,其特征在于,还包括:

获取所述目标逻辑实体的第一属性;利用所述目标逻辑实体的第一属性和所述逻辑实体的第一属性,实现所述目标逻辑实体与所述逻辑实体的比对,得到比对结果;

当所述比对结果表示所述目标逻辑实体为新增加的逻辑实体时,根据所述目标逻辑实体的第一属性建立对应的信息系统逻辑实体模型单元,并利用所述目标逻辑实体的第一属性中的网络通信情况建立对应的信息系统逻辑实体关系模型单元;

当所述比对结果表示所述目标逻辑实体为所述信息系统中删除的逻辑实体时,删除与所述目标逻辑实体对应的信息系统逻辑实体模型单元和信息系统逻辑实体关系模型单元,或标记与所述目标逻辑实体对应的信息系统逻辑实体模型单元和信息系统逻辑实体关系模型单元。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国家计算机网络与信息安全管理中心,未经国家计算机网络与信息安全管理中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910428568.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top