基于知识图谱和污点传播的网络攻击检测方法.pdfVIP

第11卷第1期网络与信息安全学报Vol.11No.1

2025年2月ChineseJournalofNetworkandInformationSecurityFebruary2025

基于知识图谱和污点传播的网络攻击检测方法

1112

黄明义，邹福泰，周纸墨，张亮

（1.上海交通大学网络空间安全学院，上海200240；2.国家电网有限公司华东分部，上海200120）

摘要：随着计算机和网络通信技术的迅猛发展，大数据背景下的网络攻击检测日益受到关注。尽管机器

学习技术在此领域取得了良好效果，但数据集的标注和训练问题难以得到解决。传统的信念传播算法（be‐

liefpropagationalgorithm）虽然被广泛应用于图攻击检测，但其缺乏对节点和边类型的区分，且在处理恶意

节点远少于良性节点场景时表现一般。为解决这些问题，提出了一种基于知识图谱和污点传播的网络攻击

检测方法CDTP（communitydetectionandtaintpropagation），通过定义IP地址、域名和文件3种实体，建立

实体间的直接与间接关系来构建知识图谱，并在半监督环境下应用Louvain社区发现算法划分知识图谱，提

取恶意实体相关的子图。另外，还提出了一种新型的污点传播算法，基于实体间的关系来推算节点的恶意

值，从而能有效地发现恶意和受害实体，并可视化攻击路径。实验结果表明，无论是在仿真实验环境还是

权威数据集上，CDTP都表现出了卓越的性能，远优于传统的信念传播算法。特别是在恶意节点数量较少

的情况下，CDTP能够有效地检测攻击行为，且精度和召回率均远高于传统方法。这不仅证明了CDTP在网

络攻击检测中的卓越性能，还表明它能够在复杂的网络环境中有效识别恶意行为，展现出其在实际应用中

的优越性。

关键词：网络攻击检测；知识图谱；社区发现；污点传播

中图分类号：TP309

文献标志码：A

DOI：10.11959/j.issn.2096-109x.2025011

Networkattackdetectionmethodbasedon

knowledgegraphandtaintpropagation

1112

HUANGMingyi,ZOUFutai,ZHOUZhimo,ZHANGLiang

1.SchoolofCyberScienceandEngineering,ShanghaiJiaoTongUniversity,Shanghai200240,China

2.EastBranchofStateGridCorporationofChina,Shanghai200120,China

Abstract:Withtherapiddevelopmentofcomputerandnetworkcommunicationtechnologies,researchonnetwork

attackdetectioninthecontextofbigdatahasincreasinglygainedattention.Althoughmachinelearningtechniques

收稿日期：2024−04−08；修回日期：2024−07−10

通信作者：邹福泰，zoufutai@

基