基于溯源圖節(jié)點(diǎn)級(jí)別的APT檢測(cè)
所屬分類(lèi)：技術(shù)論文
上傳者：zhoubin333
文檔大?。?span>391 K
標(biāo)簽： 高級(jí)持續(xù)性威脅 入侵檢測(cè) 機(jī)器學(xué)習(xí)
所需積分：0分積分不夠怎么辦？
文檔介紹：傳統(tǒng)的入侵檢測(cè)系統(tǒng)無(wú)法應(yīng)對(duì)日益增多和復(fù)雜的網(wǎng)絡(luò)攻擊(如高級(jí)持續(xù)性威脅)，因?yàn)榭赡茉趲讉€(gè)月內(nèi)不能檢測(cè)出隱蔽威脅事件并具有較高誤報(bào)率。最近研究建議利用溯源數(shù)據(jù)來(lái)實(shí)現(xiàn)基于主機(jī)的入侵檢測(cè)，溯源圖是由溯源數(shù)據(jù)構(gòu)造成的有向無(wú)環(huán)圖。然而，以前的研究是提取了整個(gè)溯源圖的特征，對(duì)圖中的少量異常攻擊實(shí)體（節(jié)點(diǎn)）不敏感，因此無(wú)法準(zhǔn)確識(shí)別異常節(jié)點(diǎn)。提出了一種在溯源圖節(jié)點(diǎn)級(jí)別上的APT實(shí)時(shí)檢測(cè)方法。采用K-Means和輪廓系數(shù)相結(jié)合的方法對(duì)訓(xùn)練數(shù)據(jù)集中的良性節(jié)點(diǎn)進(jìn)行聚類(lèi)，生成良性節(jié)點(diǎn)簇，通過(guò)判斷新節(jié)點(diǎn)是否屬于良性節(jié)點(diǎn)簇來(lái)判別是否存在異常。在Unicorn SC-2和DARPA TC兩種公共數(shù)據(jù)集上評(píng)估該方法，結(jié)果表明該方法準(zhǔn)確率達(dá)到95.83%，并且能夠準(zhǔn)確識(shí)別和定位異常節(jié)點(diǎn)。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。