正负未标记学习（PU/NU Learning）在网络安全中的应用
密码学与安全
2024-12-10 v1 机器学习
摘要
本文探讨了正负未标记学习（PU/NU Learning）在网络安全领域的相对未充分探索的应用。虽然这些半监督学习方法在医疗和营销等领域得到了成功应用，但在网络安全中的潜力仍基本未被开发。本文确定了网络安全中可为这些方法提供显著改进的关键领域——如入侵检测、漏洞管理、恶意软件检测和威胁情报——尤其是在标签数据不平衡或有限的场景。我们提供了每个子领域的详细问题表述，并通过数学推理支持，突出了将这些方法扩展到实时系统、解决类别不平衡以及适应不断演变的威胁方面的具体挑战和研究空白。最后，我们提出了未来方向，以推动PU/NU学习在网络安全中的集成，提供解决方案以更好地检测、管理和缓解新兴网络威胁。
引用
@article{arxiv.2412.06203,
title = {Applications of Positive Unlabeled (PU) and Negative Unlabeled (NU) Learning in Cybersecurity},
author = {Robert Dilworth and Charan Gudla},
journal= {arXiv preprint arXiv:2412.06203},
year = {2024}
}