1.一种基于特征增强社区检测的APT攻击发现方法,其特征在于,所述基于特征增强社区检测的APT攻击发现方法,包括:步骤1、收集日志数据并构建起源图;
步骤2、将起源图分割为若干个子图,并为每个子图生成特征关联向量集与权重集,重构带有特征关联向量与权重的子图,每个重构后的子图包含多个三元组,且三元组之间具有特征关联向量与权重;
步骤3、对每个重构后的子图进行特征增强的社区检测,包括:
步骤3-1、将子图中的每个三元组作为一个独立的社区;
步骤3-2、对每个三元组,把三元组依次拟分配到与其相邻的三元组所在的社区,计算拟分配前与拟分配后子图的模块度变化,如果模块度变化大于零,则把拟分配的三元组中不重叠部分实际分配到模块度变化最大的相邻三元组所在的社区,否则不对拟分配的三元组进行实际分配操作;
步骤3-3、重复步骤3-2,直至所有三元组的所属社区不发生变化;
步骤3-4、将属于同一个社区的所有三元组作为一个新的三元组,并更新新的三元组之间的特征关联向量和权重;
步骤3-5、重复步骤3-1到步骤3-4,直到整个子图的模块度不发生变化,完成对子图的社区划分;
步骤4、对每个重构后的子图中的社区进行规则匹配,得到攻击社区,根据每个重构后的子图的时间戳属性,连接每个重构后的子图中的攻击社区,完成APT攻击发现。
2.根据权利要求1所述的基于特征增强社区检测的APT攻击发现方法,其特征在于,所述步骤2包括:步骤2-1、根据多个三元组中边的时间戳属性分割起源图,分割完成后得到多个子图,每个子图包含多个三元组;
步骤2-2、对于分割后的子图,提取子图中的每个三元组的事件特征,并与子图中其他三元组的事件特征进行比较,得到两个三元组之间的特征关联向量,即得到子图的特征关联向量集;
步骤2-3、通过逻辑回归算法对特征关联向量进行权重优化,得到子图对应的权重集,权重集中的每一个元素均为子图中对应的两个三元组之间的权重,并将每个三元组初始的自环权重置为0;
步骤2-4、使用权重集对特征关联向量集进行加权,具体为将权重拼接到其对应的特征关联向量的尾部,完成子图的重构。
3.根据权利要求2所述的基于特征增强社区检测的APT攻击发现方法,其特征在于,所述特征关联向量包括的属性有:Subject type、Object type、Operator type、timestamp、S_pid、S_pname、S_domain、S_ip、S_socket、S_type、S_path、O_pid、O_pname、O_domain、O_ip、O_socket、O_type和O_path;
若两个三元组提取的事件特征分别记为事件u与事件v,则特征关联向量中包含的属性的具体含义如下:Subject type含义为:事件u与事件v的发起者类型是否相同,若相同则属性值为1,否则属性值为0;
Object type含义为:事件u与事件v的操作对象类型是否相同,若相同则属性值为1,否则属性值为0;
Operator type含义为:事件u与事件v进行的操作行为是否相同,若相同则属性值为1,否则属性值为0;
timestamp含义为:事件u与事件v发生的时间是否小于时间阈值,若小于则事件u和事件v之间的timestamp属性的属性值为1,否则属性值为0;
S_pid含义为:若事件u与事件v的发起者类型都为进程,则其进程的id号是否相同,若相同则属性值为1,否则属性值为0;
S_pname含义为:若事件u与事件v的发起者类型都为进程,其进程的进程名是否相同,若相同则属性值为1,否则属性值为0;
S_domain含义为:若事件u与事件v的发起者类型都为套接字,其套接字所属的域是否相同,若相同则属性值为1,否则属性值为0;
S_ip含义为:若事件u与事件v的发起者类型都为套接字,其套接字的IP地址是否相同,若相同则属性值为1,否则属性值为0;
S_socket含义为:若事件u与事件v的发起者类型都为套接字,其套接字的端口号是否相同,若相同则属性值为1,否则属性值为0;
S_type含义为:若事件u与事件v的发起者类型都为套接字,其操作的附件类型是否相同,若相同则属性值为1,否则属性值为0;
S_path含义为:若事件u与事件v的发起者类型都为文件,其文件路径是否相同,若相同则属性值为1,否则属性值为0;
O_pid含义为:若事件u与事件v的操作对象类型都为进程,则其进程的id号是否相同,若相同则属性值为1,否则属性值为0;
O_pname含义为:若事件u与事件v的操作对象类型都为进程,其进程的进程名是否相同,若相同则属性值为1,否则属性值为0;
O_domain含义为:若事件u与事件v的操作对象类型都为套接字,其套接字所属的域是否相同,若相同则属性值为1,否则属性值为0;
O_ip含义为:若事件u与事件v的操作对象类型都为套接字,其套接字的IP地址是否相同,若相同则属性值为1,否则属性值为0;
O_socket含义为:若事件u与事件v的操作对象类型都为套接字,其套接字的端口号是否相同,若相同则属性值为1,否则属性值为0;
O_type含义为:若事件u与事件v的操作对象类型都为套接字,其操作的附件类型是否相同,若相同则属性值为1,否则属性值为0;
O_path含义为:若事件u与事件v的操作对象类型都为文件,其文件路径是否相同,若相同则属性值为1,否则属性值为0。
4.根据权利要求2所述的基于特征增强社区检测的APT攻击发现方法,其特征在于,所述步骤2-3中,通过逻辑回归算法对特征关联向量进行权重优化,得到子图对应的权重集,包括:通过逻辑回归算法得到一个权重向量使用特征关联向量与权重向量进行点乘作为每两个三元组之间的权重,计算权重公式如下:其中,ω为权重,αi为权重向量第i位的值,ei为特征关联向量第i位的值,k为权重向量或特征关联向量的总位数。
5.根据权利要求2所述的基于特征增强社区检测的APT攻击发现方法,其特征在于,所述步骤3-2中,计算拟分配前与拟分配后子图的模块度变化如下:式中,Δ为子图的模块度变化,m为子图中特征关联向量的总数量,i,j∈[1,m],ki表示所有与三元组i相关的特征关联向量所对应的权重与三元组i自环权重的两倍之和,kj表示所有与三元组j相关的特征关联向量所对应的权重与三元组j自环权重的两倍之和,Aij表示三元组i和三元组j之间的特征关联向量所对应的权重,二值参数ci表示三元组i所属社区,cj表示三元组j所属社区,ci==cj表示三元组i和三元组j属于同一社区。
6.根据权利要求2所述的基于特征增强社区检测的APT攻击发现方法,其特征在于,所述步骤3-4中,更新新的三元组之间的特征关联向量和权重,包括:步骤3-4-1、对每个社区内所有三元组的特征关联向量按位做与运算,为每个社区形成一个增强后的自环特征关联向量步骤3-4-2、消除同一社区内不同三元组之间的所有特征关联向量;
步骤3-4-3、对存在于不同社区三元组之间的特征关联向量,若两个社区A、B之间存在q个特征关联向量,计算一个特征关联向量作为社区A、B之间的唯一特征关联向量,计算公式为其中,βi表示特征关联向量第i位的值,Δi表示q个特征关联向量中第i位上值为1值为与0的向量个数的差值;
步骤3-4-4、取步骤2-3中通过逻辑回归算法得到的权重向量根据特征关联向量和权重向量计算权重作为社区A、B之间的增强后的权重,根据自环特征关联向量和权重向量计算权重作为社区增强后的自环权重,将社区A、B之间的唯一特征关联向量和社区A、B之间的增强后的权重作为新的三元组之间的特征关联向量和权重,将社区的自环特征关联向量和增强后的自环权重作为新的三元组的自环特征关联向量和自环权重。