中文

基于自编码器的 OKTA 日志异常检测

机器学习 2024-11-13 v1 密码学与安全

摘要

Okta 日志目前被用于通过各种基于规则的模型(具有受限的回溯周期)来检测网络安全事件。这些功能存在局限性,例如有限的回顾性分析、预定义的规则集,以及易产生误报。为解决此问题,我们采用无监督技术,具体而言是自编码器。为了恰当地使用自编码器,我们需要转换并简化从用户处接收到的日志数据的复杂性。经过转换和过滤的数据随后被输入自编码器,并对输出进行评估。

关键词

引用

@article{arxiv.2411.07314,
  title  = {Anomaly Detection in OKTA Logs using Autoencoders},
  author = {Jericho Cain and Hayden Beadles and Karthik Venkatesan},
  journal= {arXiv preprint arXiv:2411.07314},
  year   = {2024}
}

备注

11 pages, 3 tables, 8 figures, Databricks AI Summit 2024