面向主动网络安全威胁情报的暗网与深网挖掘
密码学与安全
2016-08-02 v1 人工智能
计算机与社会
摘要
本文介绍了一个从互联网上各类社交平台，特别是暗网和深网站点收集网络威胁情报的实战系统。我们重点关注从黑客论坛讨论以及提供恶意黑客相关产品和服务的市场中收集信息。我们开发了一个实战系统，用于从这些站点获取信息，以识别新兴的网络威胁。目前，该系统平均每周收集305条高质量的网络威胁预警。这些威胁预警包括尚未部署于网络攻击中的新开发恶意软件和漏洞利用的信息。这为网络防御者提供了一项重要服务。通过使用各种数据挖掘和机器学习技术，该系统得到了显著增强。借助机器学习模型，我们能够以高精度召回市场中92%的产品和论坛中80%的与恶意黑客相关的讨论。我们对收集到的数据进行了初步分析，展示了其在辅助安全专家进行更佳威胁分析方面的应用。
引用
@article{arxiv.1607.08583,
title = {Darknet and Deepnet Mining for Proactive Cybersecurity Threat Intelligence},
author = {Eric Nunes and Ahmad Diab and Andrew Gunn and Ericsson Marin and Vineet Mishra and Vivin Paliath and John Robertson and Jana Shakarian and Amanda Thart and Paulo Shakarian},
journal= {arXiv preprint arXiv:1607.08583},
year = {2016}
}
备注
6 page paper accepted to be presented at IEEE Intelligence and Security Informatics 2016 Tucson, Arizona USA September 27-30, 2016