CGraph：基于图的可扩展预测性领域威胁情报平台
密码学与安全
2022-02-17 v1
摘要
有效调查网络攻击中涉及的失陷指标及相关网络资源的能力，对于识别受影响的网络资源以及检测相关的恶意资源至关重要。如今，大多数网络威胁情报平台都是反应式的，即它们只能在攻击发生后识别攻击资源。此外，这些系统在调查相关网络资源方面的功能有限。在这项工作中，我们提出了一个名为cGraph的可扩展预测性网络威胁情报平台，以解决上述局限。cGraph被构建为一个图优先系统，调查人员可利用基于图的API探索网络资源。此外，cGraph基于最先进的推断算法提供实时预测能力，以从具有少量已知恶意和良性种子的网络图中预测恶意域名。据我们所知，cGraph是唯一具备此能力的威胁情报平台。cGraph具有可扩展性，可透明地向系统添加额外的网络资源。
引用
@article{arxiv.2202.07883,
title = {CGraph: Graph Based Extensible Predictive Domain Threat Intelligence Platform},
author = {Wathsara Daluwatta and Ravindu De Silva and Sanduni Kariyawasam and Mohamed Nabeel and Charith Elvitigala and Kasun De Zoysa and Chamath Keppitiyagama},
journal= {arXiv preprint arXiv:2202.07883},
year = {2022}
}
备注
threat intelligence graph investigation