用于网络安全事件早期检测的智能认知技术
密码学与安全
2018-08-02 v1
摘要
鉴于不断演变的威胁态势，攻击等网络安全事件的早期检测具有挑战性。即便有先进的监控，老练的攻击者在被检测前可在系统中潜伏多达146天。本文描述了一种新颖的认知框架，它通过利用语义丰富的知识表示与推理以及机器学习技术的力量来辅助安全分析师。我们的认知网络安全系统从文本来源以及代表基于主机和基于网络的传感器的各种代理中摄取信息，并将这些信息表示在知识图谱中。该图谱使用了扩展版统一网络安全本体中的术语。系统对知识图谱进行推理，以向安全管理员推导更好的可操作情报，从而减轻其认知负荷并增强其对系统的信心。我们已为该方法开发了概念验证框架，并使用一个类似于WannaCry的自定义构建的勒索软件实例演示了其能力。
引用
@article{arxiv.1808.00116,
title = {Cognitive Techniques for Early Detection of Cybersecurity Events},
author = {Sandeep Narayanan and Ashwinkumar Ganesan and Karuna Joshi and Tim Oates and Anupam Joshi and Tim Finin},
journal= {arXiv preprint arXiv:1808.00116},
year = {2018}
}