基于不完整数据预测恶意事件的挑战

准确预测网络攻击的能力将使组织能够减轻其日益增长的威胁，并避免由此造成的财务损失与中断。但网络攻击的可预测性如何？研究人员已尝试将外部数据——从漏洞披露到 Twitter 和暗网的讨论——与机器学习算法相结合，以学习即将发生的网络攻击的指标。然而，成功的网络攻击仅占所有尝试攻击的极小部分：绝大多数被阻止，或被部署在目标处的安全设备过滤。正如我们在本文中所展示的，过滤过程降低了网络攻击的可预测性。少数确实穿透目标防御的攻击遵循与整体数据不同的生成过程，这对预测模型而言更难学习。这可能是因为所得时间序列除依赖于原始时间序列所依赖的所有不同因素外，还依赖于过滤过程。我们利用来自两个组织的真实数据，从经验上量化了由过滤导致的可预测性损失。我们的工作揭示了基于高度过滤数据预测网络攻击的局限。