更新时间：2026-08-15 00:02:14
已登记
详细信息
-
知识产权名称
网络安全管理威胁情报URL网址数据
-
登记编号
DIP2024000001955
-
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 13:50:44
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： 在安全管理平台中，威胁情报URL网址数据能够提供实时的URL分析服务。当网络流量经过平台时，平台会利用威胁情报URL网址数据中的数据，对流量中的URL进行快速识别和比对。一旦发现与已知恶意URL或异常行为模式相匹配的URL，平台会立即触发告警，并采取相应的防护措施。 此外，威胁情报URL网址数据还可以为态势感知系统提供URL相关的威胁情报。通过对威胁情报URL网址数据中的数据进行深度分析，态势感知系统能够发现潜在的威胁趋势和攻击模式，为安全团队提供及时、准确的威胁预警。 2.端点安全-终端安全管理： 在终端安全管理中，威胁情报URL网址数据发挥着重要作用。许多恶意软件或网络钓鱼攻击都会通过URL进行传播。通过集成威胁情报URL网址数据，终端安全管理软件能够实时监控终端上的网络访问行为，对访问的URL进行实时分析和识别。一旦发现用户访问了恶意URL，软件会进行拦截和告警，防止恶意软件对终端造成损害。 3.安全管理-威胁情报（TI）： 威胁情报系统利用威胁情报URL网址数据中的数据，能够构建更加全面、准确的威胁情报库。
-
算法规则简要说明
数据采集：通过事件采集系统和恶意文件监控系统，收集网络安全攻击事件与流行恶意文件样本，包括攻击详情、IOC及产品日志。 数据清洗：对采集到的数据进行结构化、标准化清洗，并进行多维信息的聚合。 数据加工： 1. 使用沙箱对恶意文件样本进行动态分析，获取样本攻击行为，包括包含URL的网络请求行为。 2. 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URL威胁情报信息。 3. 采用多因子AI威胁评分模型，对恶意URL的威胁程度进行评估。考量因子：1.动态分析结果（沙箱技术发现的恶意行为）；2.文本分析信息；3.历史威胁数据（历史威胁等级）；4.实时流量（URL的访问频率、模式及来源）；5.信誉信息（域名和IP地址的信誉评分）。 通过特征加权求和，将特征按其重要性赋予权重，进行加权求和计算，根据预设的阈值将得分映射为低、中、高三个威胁等级。可信度的计算聚焦评估模型预测的可靠性。我们基于模型预测的不同威胁等级概率，计算出置信区间。 4. 采用MinHashLSH、Xgboost等算法结合海量数据进行恶意URL挖掘 5. 利用威胁定性模型，聚合多源情报及关联数据
-
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
