利用隐私友好型数据聚合检测云中的欺诈活动
密码学与安全
2014-11-26 v1 人工智能
分布式、并行与集群计算
摘要
越来越多的用户和企业每天使用云服务。他们都期望完美的性能，并且任何问题对他们来说都是透明的。最后这一点在实践中极具挑战性。用户在我们云中的活动可能会影响服务器的整体性能，从而对其他资源产生影响。我们可以将这类活动视为欺诈行为。它们可能是非法活动，例如发动 DDoS 攻击，也可能只是云提供商所不希望的活动，例如比特币挖矿——它消耗大量电力、缩短硬件寿命，并可能拖慢其他用户的活动。本文讨论了一种利用非侵入性、隐私友好的数据来检测此类活动的方法：计费数据。我们以 OpenStack 为例，使用由 Telemetry 组件提供的、用于计费目的的资源使用量测量数据。将展示结果以证明该方法的有效性，并提供改进方法以及其优势和劣势。
引用
@article{arxiv.1411.6721,
title = {Detecting fraudulent activity in a cloud using privacy-friendly data aggregates},
author = {Marc Solanas and Julio Hernandez-Castro and Debojyoti Dutta},
journal= {arXiv preprint arXiv:1411.6721},
year = {2014}
}