有效
基于威胁情报的编排脚本自动生成方法
顾欢欢、李千目
南京中新赛克科技有限责任公司
摘要
本发明提出了基于威胁情报的编排脚本自动生成方法,属于网络安全技术领域,包括以下步骤:获取包括威胁指标和攻击技术信息的威胁情报数据;对所获取的威胁情报数据进行分析,提取关键特征信息;基于预定义的安全编排脚本模板库,选择与所提取的关键特征信息相匹配的脚本模板,脚本模板包括用于自动化安全响应的预设操作序列;将所提取的关键特征信息映射到所选择的脚本模板中的相应字段,生成针对特定威胁的定制化安全响应流程;根据生成的定制化安全响应流程,自动生成安全编排脚本,安全编排脚本用于协调和控制多个安全工具和系统。本发明通过集成威胁情报数据和预定义的响应模板,提高了安全响应的效率和准确性,从而增强了网络安全防护能力。
1.基于威胁情报的编排脚本自动生成方法,其特征在于,包括:获取威胁情报数据,所述威胁情报数据包括威胁指标和攻击技术信息;对所获取的威胁情报数据进行分析,提取关键特征信息;包括:根据获取的威胁情报数据,利用贝叶斯网络,获得初步特征向量;具体包括:初始化贝叶斯网络结构,将威胁情报数据中的每个威胁指标和攻击技术信息作为网络的节点,得到初始网络结构;基于所述初始网络结构,通过数据预处理,将威胁情报数据转化为适用于贝叶斯网络分析的格式,得到预处理后的数据;使用动态概率分布函数,基于所述预处理后的数据,计算每个节点之间的初始条件概率,并用所述初始条件概率初始化贝叶斯网络的边权重,得到初始化的贝叶斯网络;对初始化的贝叶斯网络引入自适应学习率机制,根据新输入的数据实时调整贝叶斯网络的参数,得到自适应调整后的贝叶斯网络和更新后的条件概率;基于所述自适应调整后的贝叶斯网络以及更新后的条件概率,对威胁情报数据进行初步分类和特征提取,生成初步特征向量;将初步特征向量作为初始种群的个体,利用遗传算法,获得优化后的特征向量;并将优化后的特征向量作为关键特征信息;基于预定义的安全编排脚本模板库,选择与所提取的关键特征信息相匹配的脚本模板,所述脚本模板包括用于自动化安全响应的预设操作序列;将所提取的关键特征信息映射到所选择的脚本模板中的相应字段,生成针对特定威胁的定制化安全响应流程;根据生成的定制化安全响应流程,自动生成安全编排脚本,所述安全编排脚本用于协调和控制多个安全工具和系统。
2.根据权利要求1所述的基于威胁情报的编排脚本自动生成方法,其特征在于,所述获取威胁情报数据,包括:从多个威胁情报源收集威胁情报数据,所述威胁情报源包括开放源威胁情报、商业威胁情报服务和内部安全日志;对收集到的威胁情报数据进行格式标准化处理;存储标准化后的威胁情报数据于威胁情报数据库中。
3.根据权利要求1所述的基于威胁情报的编排脚本自动生成方法,其特征在于,所述对初始化的贝叶斯网络引入自适应学习率机制,根据新输入的数据实时调整贝叶斯网络的参数,得到自适应调整后的贝叶斯网络和更新后的条件概率,包括:对所述初始化的贝叶斯网络中的每个节点 和节点 之间的边权重,根据如下的公式(1)进行动态调整: ;其中, 是在 次迭代时节点 和节点 之间更新后的边权重; 是在 次迭代时节点 和节点 之间的边权重; 是在节点 和节点 条件下数据 的联合条件概率; 是节点 条件下数据 的条件概率; 是节点 条件下数据 的条件概率; 是自适应学习率,根据如下的公式(2)进行计算: ;其中, 是初始学习率; 是学习率衰减系数; 是当前迭代次数;根据如下的公式(3),对条件概率进行更新: ;其中, 是在 次迭代时节点 的更新后的条件概率; 是在 次迭代时节点 的条件概率; 是正则化参数; 是对数似然函数 对节点 条件概率的偏导数,计算公式如下面公式(4): ;其中, 表示节点 的邻居节点集合。
4.根据权利要求1所述的基于威胁情报的编排脚本自动生成方法,其特征在于,所述将初步特征向量作为初始种群的个体,利用遗传算法,获得优化后的特征向量,包括:E101:初始化一个种群,该种群包含多个个体,每个个体代表一个初步特征向量;E102:对该种群中的每一个个体,利用适应度函数,评价其在多个优化目标上的性能;E103:根据每一个个体的性能,对其进行非支配排序,并选择一部分个体进入下一代种群;E104:对下一代种群进行交叉操作和变异操作,生成新的种群;E105:重复执行步骤E102至步骤E104,直到满足指定的停止条件,获得一组优化后的特征向量。
5.根据权利要求4所述的基于威胁情报的编排脚本自动生成方法,其特征在于,所述步骤E102中适应度函数采用如下的公式(5): ;其中, 是适应度函数; 表示个体的特征向量; 为权重系数; 表示特征向量 中的特征 条件下数据 的概率; 表示特征向量 中的特征 的权重; 表示特征数量; 为特征向量 中的特征 条件目标 的概率; 表示目标 的方差,用于衡量目标的波动性; 是一个常数; 表示对数似然函数 对特征向量 的偏导数。
6.根据权利要求1所述的基于威胁情报的编排脚本自动生成方法,其特征在于,所述基于预定义的安全编排脚本模板库,选择与所提取的关键特征信息相匹配的脚本模板,包括:建立和维护一个安全编排脚本模板库,所述模板库包括多个预定义的脚本模板,每个脚本模板定义一系列自动化安全响应操作;对所提取的关键特征信息进行分类和匹配,确定其对应的威胁类型和响应需求;据所提取的关键特征信息的分类和匹配结果,从模板库中选择最适合的脚本模板;如果没有找到完全匹配的模板,选择最接近的模板并进行适应性调整以满足特定需求。
7.根据权利要求1所述的基于威胁情报的编排脚本自动生成方法,其特征在于,所述将所提取的关键特征信息映射到所选择的脚本模板中的相应字段,包括:分析所选择的脚本模板,确定模板中的可配置字段;根据所提取的关键特征信息,自动填充模板中的可配置字段;如果存在无法自动填充的字段,生成提示信息以提醒操作人员进行手动配置;生成包含所有必要信息的定制化安全响应流程,并验证其完整性和正确性。
8.根据权利要求1所述的基于威胁情报的编排脚本自动生成方法,其特征在于,所述根据生成的定制化安全响应流程,自动生成安全编排脚本,包括:将定制化安全响应流程转换为编排脚本的特定语法格式,所述语法格式符合目标编排平台的要求;验证生成的编排脚本的语法正确性,确保无语法错误;对生成的编排脚本进行仿真测试,模拟其在实际环境中的执行情况;根据仿真测试的结果,进行调整和优化,确保脚本在实际环境中能够有效运行;将经过测试和优化的编排脚本部署到目标系统中,以实现自动化的安全响应。



