文章总结： 聚铭网络获得一项关于对象行为异常检测方法及设备的发明专利，该专利针对传统UEBA系统存储成本高、性能受限的问题，提出基于拓扑状态压缩的行为异常检测方法，通过构建行为状态空间的拓扑结构识别异常行为，降低内存占用并提高检测稳定性。该技术应用于聚铭综合日志分析系统等产品，用于内部威胁识别、账号异常行为检测等场景，提升威胁识别效率。
综合评分： 55
文章分类： 产品介绍,解决方案,安全建设
聚铭网络荣获《一种对象行为异常检测方法及相关设备》发明专利
聚铭网络
2026年9月28日 17:30
江苏
在小说阅读器读本章
去阅读
在公众号小说中沉浸阅读
近日，聚铭网络自主研发的《一种对象行为异常检测方法及相关设备》顺利通过国家知识产权局审查，正式获得国家发明专利授权，进一步夯实了公司在网络安全行为检测赛道的技术壁垒。
在传统UEBA系统落地过程中，为了实现精准的行为基线与异常识别，平台往往需要长期缓存海量历史行为日志。而随着业务持续运行，数据规模不断膨胀，存储成本随之上升，磁盘读写与计算性能逐渐受限，内存资源竞争也愈发激烈。这些问题不仅拖慢系统响应速度，还容易引发进程崩溃，使运维难度陡增，在多租户场景下尤为突出。更关键的是，传统方案普遍依赖全量原始日志存储和滑动窗口统计分析，本质上难以在检测准确率与系统资源开销之间取得平衡。
面对这一困境，聚铭网络提出了《一种对象行为异常检测方法及相关设备》发明专利。该专利围绕用户与实体行为分析（UEBA）场景，创新性地引入基于拓扑状态压缩的行为异常检测方法。具体方法包括：获取行为日志流，将日志映射为包括对象标识的特征向量；针对任一对象，根据特征向量生成行为状态序列，基于行为状态序列中状态点之间的距离关系构建状态点间的可达链路，进而构建对象的行为状态空间的拓扑结构，计算对象的历史状态向量集合在拓扑结构下的拓扑闭包，并将拓扑闭包作为对象的正常行为基线区域；其中，行为状态空间由行为状态序列中状态向量映射得到的多个状态点构成；获取待检测的对象行为对应的目标状态向量，判断目标状态向量是否属于相应对象的正常行为基线区域，若不属于则判定为异常行为。
与现有技术相比，该专利将用户行为分析从依赖大量历史日志、基于统计指标比较的方式，转变为只维护用户行为状态、基于结构关系比较的方式。这样一来，系统不再需要长期保存原始日志，内存占用显著降低，同时还能识别渐进式异常行为，减少对人工阈值的依赖，提高检测的稳定性和适应性。
依托该项专利技术，聚铭综合日志分析系统、聚铭下一代智慧安全运营中心等产品，可在内部威胁识别、账号异常行为检测、失陷实体研判等场景中发挥价值，帮助企业在有限硬件资源条件下，高效完成海量用户与实体的持续行为分析，提升威胁识别效率。
作为国内专业的安全运营商与安全产品供应商，聚铭网络长期深耕网络安全技术研发。本次发明专利的获得，是公司在UEBA与行为分析领域技术积累的又一成果。未来，聚铭网络将继续围绕“AI+安全”，为行业客户提供更高效、更稳定、更智能的安全解决方案。
★
往期回顾
★
免责声明：
本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。
任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。
本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。
本文转载自：聚铭网络 《聚铭网络荣获《一种对象行为异常检测方法及相关设备》发明专利》