Cry Wolf：面向网络安全分析中人因实验的平台与数据集
密码学与安全
2020-02-26 v1 人机交互
摘要
计算机网络防御是自动化系统与人类网络安全分析师之间的协作。系统行为（例如产生高比例的误报）可能影响网络分析师的表现。由于难以接触安全专家、攻击数据集可用性不足以及使用安全分析工具所需培训，分析师-系统领域的实验具有挑战性。本文描述了 Cry Wolf，一个用于网络安全分析任务用户研究的开源 Web 应用。本文还提供了一个由真实世界“不可能旅行”场景衍生的 73 个真实与虚假入侵检测系统（IDS）警报的开放访问数据集。Cry Wolf 与不可能旅行数据集被用于一项关于 IDS 误报率对分析师正确分类 IDS 警报为真或假警报能力影响的实验。该实验的结果用于借助经典测试理论中的难度与区分度指标评估数据集质量。数据集中许多警报对参与者的整体任务表现提供了良好的区分度。
引用
@article{arxiv.2002.10530,
title = {Cry Wolf: Toward an Experimentation Platform and Dataset for Human Factors in Cyber Security Analysis},
author = {William Roden and Lucas Layman},
journal= {arXiv preprint arXiv:2002.10530},
year = {2020}
}
备注
The definitive Version of Record was published in the 2020 ACM Southeast Conference (ACMSE 2020), April 2--4, 2020, Tampa, FL, USA