[发明专利]使用无监督式机器学习和优先权算法的高速威胁情报管理的系统及方法

摘要

本文档揭示一种用于整并计算机及其相关网络的威胁情报数据的系统和方法。数量庞大的原始威胁情报数据收集自多个来源，且被划分成一公共格式以供进行群集分析，其中数据的群集是使用无监督式机器学习算法来达成。产生的经组织的威胁情报数据其后经历以加权资产为基础的威胁严重等级相关过程。一特定计算机网络的所有中间网络漏洞均被使用做为此过程的关键整并参数。透过此高速自动化过程所收集的经过处理的最终情报数据接着在传输至第三方之前被格式化成预定义格式。

主权项

一种整并计算机网络的威胁情报数据的方法，该方法由一计算机系统执行，该方法包括：从多个来源收集威胁情报数据，并将所收集的威胁情报数据标准化成一致数据格式；使用无监督式机器学习算法将经过标准化的威胁情报数据分组成群集，其中每一群集均包括代表威胁情报数据的一属性的一群数据；针对对于该计算机网络而言具有严重性的群集进行分类；将被分类成具有严重性的群集与该计算机网络的一安全态势比较以确定该计算机系统感兴趣的群集；以及将被确定为该计算机系统感兴趣的群集格式化成该计算机网络的一预定义格式。