基于监督神经网络的水坑攻击检测比较研究
密码学与安全
2024-02-14 v3
摘要
安全态势因网络威胁日益复杂而需要创新方案以防御定向攻击。本研究探索被称为“水坑攻击”的恶意策略，利用监督神经网络检测并预防此类攻击。该神经网络识别与此类攻击相关的网站行为与网络流量模式。在已确认攻击的数据集上测试显示检测率达 99%，误报率仅 0.1%，证明了模型的有效性。在预防方面，模型成功阻断 95% 的攻击，提供强健的用户保护。研究还提出了缓解策略，包括 Web 过滤方案、用户教育与安全控制。总体而言，本研究提出了一种应对水坑攻击的有前景方案，提供强力的检测、预防与缓解策略。
引用
@article{arxiv.2311.15024,
title = {A Comparative Study of Watering Hole Attack Detection Using Supervised Neural Network},
author = {Mst. Nishita Aktar and Sornali Akter and Md. Nusaim Islam Saad and Jakir Hosen Jisun and Kh. Mustafizur Rahman and Md. Nazmus Sakib},
journal= {arXiv preprint arXiv:2311.15024},
year = {2024}
}