基于内网行为分析的未知攻击检测模型

俞艺涵; 付钰; 吴晓平

doi:10.11959/j.issn.2096-109x.2016.00058

您当前的位置：

首页 >

文章列表页 >

基于内网行为分析的未知攻击检测模型

学术论文 | 更新时间：2024-06-03

- 基于内网行为分析的未知攻击检测模型
- Unknown attack detection model based on network behavior analysis
- 网络与信息安全学报 2016年2卷第6期页码：54-57
- 作者机构：
- 作者简介：
  
  [ "俞艺涵（1992-），男，浙江金华人，海军工程大学硕士生，主要研究方向为信息系统安全。" ]
  [ "付钰（1982-），女，湖北武汉人，博士，海军工程大学副教授，主要研究方向为信息安全风险评估。" ]
  [ "吴晓平（1961-），男，山西新绛人，博士，海军工程大学教授，主要研究方向为系统分析与决策。" ]
- 基金信息：
  
  国家自然科学基金资助项目;The National Natural Science Foundation of China(61100042);湖北省自然科学基金资助项目;The Natural Science Foundation of Hubei Province(2015CFC867);信息保障技术国防重点实验室基金资助项目;The National Defense Key Laboratory of Information Security Technology(KJ-13-111)
- DOI：10.11959/j.issn.2096-109x.2016.00058
  中图分类号： TP309.7
- 网络首发：2016-06，
  
  纸质出版：2016-06-15
- 稿件说明：
移动端阅览
俞艺涵, 付钰, 吴晓平. 基于内网行为分析的未知攻击检测模型[J]. 网络与信息安全学报, 2016,2(6):54-57.

Yi-han YU, Yu FU, Xiao-ping WU. Unknown attack detection model based on network behavior analysis[J]. Chinese Journal of Network and Information Security, 2016, 2(6): 54-57.
俞艺涵, 付钰, 吴晓平. 基于内网行为分析的未知攻击检测模型[J]. 网络与信息安全学报, 2016,2(6):54-57. DOI： 10.11959/j.issn.2096-109x.2016.00058.

Yi-han YU, Yu FU, Xiao-ping WU. Unknown attack detection model based on network behavior analysis[J]. Chinese Journal of Network and Information Security, 2016, 2(6): 54-57. DOI： 10.11959/j.issn.2096-109x.2016.00058.

摘要

日益增多的未知攻击手段对内网造成安全威胁，提出了一种基于内网行为分析的未知攻击手段检测模型。借助对内网信息资源充分可知的优势，首先，收集内网信息资源资料；然后，分析内网信息节点的行为异常风险要素；最后，以信息节点与信息资源获取路径为要素构建检测有向图模型。通过验证，该模型可以达到预期的检测效果。

Abstract

As for the intranet security threats of the increasing number of unknown attacks

an unknown attack detection model based on network behavior analysis was proposed.With the help of the information resources within the intranet

firstly

the information resources of the intranet were collected

then the risk factors of abnormal behav-ior of the internet information node were analyzed

finally

the information node and the information resources ac-quisition path as the key element were used to construct the detection model of the directed graph.By verifying

the model can achieve the desired detection results.

关键词

Keywords

references

CHEN P , DESMET L , HUYGENS C . A study on advanced persis-tent threats [M ] // Communications and Multimedia Security . Berlin Heidelberg : Springer , 2014 : 63 - 72 .

付钰，李洪成，吴晓平，等．基于大数据分析的APT攻击检测研究综述 [J ] . 通信学报 , 2015 , 36 ( 11 ): 1 - 14 .

FU Y , LI H C , WU X P , et al . Detecting APT attacks:a survey from the perspective of big data analysis [J ] . Journal on Communications , 2015 , 36 ( 11 ): 1 - 14 .

NIKOS V , DIMITRI G . The big four—what we did wrong in ad-vanced persistent threat detection [C ] // International Conference on Availability,Reliability and Security .c 2013 : 248 - 254 .

YANG G M Z , TIAN Z H , DUAN W L . The prevent of advanced persistent threat [J ] . Journal of Chemical and Pharmaceutical Re-search , 2015 , 6 ( 1 ): 572 - 576 .

杨文君 . 基于有向图的数据流模式发现算法研究 [D ] . 秦皇岛 : 燕山大学 , 2014 .

YANG W J . Research on data stream pattern discovery algorithm based on directed graph [D ] . Qinhuangdao : Yanshan University , 2014 .

杨蕊 . 基于定量知识的分层有向图故障诊断方法及其应用 [D ] . 太原 : 太原理工大学 , 2014 .

YANG R . Fault diagnosis method based on hierarchical directed graph with quantitative knowledge and its application [D ] . Taiyuan : Taiyuan Institute of Technology , 2014 .

高东，许欣，马昕，等．基于符号有向图与趋势分析的故障诊断框架 [J ] . 计算机工程与应用 , 2014 ( 13 ): 6 - 9 .

GAO D , XU X , MA X , et al . Fault diagnosis framework based on sign directed graph and trend analysis [J ] . Computer Engineering and Applications , 2014 ( 13 ): 6 - 9 .

浏览量

477

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据