网站攻击归因

在本文中，我们描述了一种用于估计网站上黑客攻击来源的算法。即，给定网站的属性和攻击的时间发生，我们能够将个体攻击归因至联合原因和漏洞，并估计这些漏洞随时间的演化。具体而言，我们采用具有以广义线性形式参数化的时变加性风险函数的风险回归。每个特征上的激活系数是随时间的连续时间函数。我们将学习这些函数的问题表述为带全变分惩罚的约束变分最大似然估计问题，并证明最优解是具有有限个已知节点的0阶样条（分段常数函数）。这允许通过求解有限维优化问题来高效且大规模地解决推断问题。在真实数据集上的大量实验表明，我们的方法显著优于 Cox 比例风险模型。我们还进行了案例研究，并验证拟合函数确实在恢复脆弱特征以及真实生活事件，例如黑客博客中发布的用于利用这些特征的代码。