原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于图注意力网络的APT组织分类方法，涉及网络攻防领域和深度学习领域，解决现有组织分类方法难以准确识别APT攻击所属于的APT组织问题，利用图注意力网络进行APT组织分类，可以更好的学习APT攻击实体关系表示，将多模态的实体属性、攻击上下文的关系属性特征嵌入到统一的低维特征空间中，标记真实的攻击组织实体，完成对APT组织的分类。本方法可以更好地捕捉攻击上下文之间的关系，自动学习节点之间的关系和权重；可以逐渐提取抽象特征，有助发现APT攻击多层次特征，提高APT组织分类的准确率。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117540297A
(43)申请公布日2024.02.09
(21)申请号202311518699.6
(22)申请日2023.11.15
(71)申请人长春理工大学
文档评论（0）