更新时间：2026-08-15 00:02:15
已登记
详细信息
-
知识产权名称
网络安全管理IP威胁情报数据
-
登记编号
DIP2024000001991
-
申请人
杭州安恒信息技术股份有限公司
-
登记类型
首次登记
-
登记有效期
3年
-
申请时间
2024-06-21 15:51:00
详细信息
-
所属行业
信息传输、软件和信息技术服务业
-
交易状态
待交易
-
数据规模
501
-
更新频次
每日更新
-
应用场景
1.安全管理平台/态势感知： 多源情报汇聚：IP威胁情报数据能够整合来自多个不同来源的IP相关情报，如网络流量分析、入侵检测系统（IDS）、防火墙日志等，从而极大地丰富了安全管理平台的数据基础。 提升情报丰富性：通过汇聚多源情报，IP威胁情报数据（可称IP原始情报）能够提供更全面、更深入的IP行为分析，帮助安全团队更好地理解网络威胁的全貌。 实时态势感知：基于IP威胁情报数据，安全管理平台能够实时监控网络中的异常行为，快速识别潜在的安全威胁，为安全团队提供及时的告警和响应支持。 2.威胁情报（TI）： 恶意IP识别：IP威胁情报数据包含大量已知的恶意IP地址信息，通过比对分析，威胁情报系统能够迅速识别出网络中的恶意IP，为安全团队提供重要的威胁线索。 情报分析与关联：利用IP威胁情报数据中的丰富数据，威胁情报系统可以对各种安全事件进行深度分析和关联，发现隐藏在复杂网络环境中的潜在威胁。 情报共享与协作：IP威胁情报数据不仅服务于内部安全团队，还可以与其他组织或机构进行情报共享，共同提升网络安全防护能力，实现更广泛的威胁情报协作。
-
算法规则简要说明
数据采集：通过事件采集系统获取网络安全攻击相关事件，内容包括但不限于攻击事件名称、攻击行为、相关的IOC，技术细节，及样本等。通过恶意文件监控系统获取内外部流行恶意文件样本。并综合收集各类产品日志、SaaS监测数据、SaaS防护数据、狩猎数据、资产测绘数据、APT研究、漏洞研究攻防研究、数据安全研究、应用安全研究、物联网安全研究、云安全研究、开源情报、商业情报等 数据清洗：对采集到的数据进行结构化转换和标准化处理，清洗不必要的字段，并进行多维信息的聚合。以更好地满足后续对IP威胁情报进行数据分析和生产的需求。 数据加工： 1. 利用AI大模型、LSTM+CRF算法等技术进行自然语言处理和安全文章分析，提取分析相关IP威胁情报信息。 2. 采用多因子AI威胁评分模型，对恶意IP的威胁程度进行评估。 3. 采用MinHashLSH、Xgboost等算法结合海量数据进行恶意IOC挖掘 4. 利用威胁信息治理模型，结合多源情报及关联数据，进行原始威胁情报生产输出
-
更新频次
每日更新
-
存证平台
浙江省知识产权区块链公共存证平台
