用于黑客论坛（深网）威胁检测的深度学习算法
密码学与安全
2022-02-04 v1 计算机与社会
机器学习
摘要
在当今社会，设备的互联性使网民易于利用网络空间技术从事非法活动。深网平台是一个由信任边界、信息共享、权衡与评论系统所庇护的完备生态系统。黑客论坛中的领域知识由专家共享，其中包含可用于网络威胁情报的失陷指标。开发可部署用于威胁检测的工具对于保障网络空间中的数字通信安全至关重要。本文探讨了在深网论坛中使用 TOR 中继节点进行通信匿名化的问题。我们提出了一种利用长短期记忆（LSTM）深度学习算法检测网络威胁的新方法。所开发的模型在该问题域中优于其他研究人员的实验结果，准确率达 94%，精确率达 90%。我们的模型可由各组织轻松部署，用于在网络攻击前保障数字通信安全并检测漏洞暴露。
引用
@article{arxiv.2202.01448,
title = {Deep Learning Algorithm for Threat Detection in Hackers Forum (Deep Web)},
author = {Victor Adewopo and Bilal Gonen and Nelly Elsayed and Murat Ozer and Zaghloul Saad Elsayed},
journal= {arXiv preprint arXiv:2202.01448},
year = {2022}
}
备注
9 pages, 5 figures. Preprint