利用长短期记忆（LSTM）神经网络检测内部威胁
密码学与安全
2020-07-24 v1 机器学习
摘要
信息系统在各行业支撑着众多组织流程。信息技术使用中的效率与效能产生了一个非预期的副产品：现有用户或冒充者的滥用——即内部威胁。若对捕获用户行为的电子日志进行透彻分析，内部威胁或可被检测。然而，日志通常体量巨大且非结构化，给组织带来显著挑战。在本研究中，我们使用深度学习，更具体地，使用长短期记忆（LSTM）循环网络来实现检测。我们通过一个超大规模匿名数据集展示 LSTM 如何利用数据的序列特性来缩减搜索空间，并提升安全分析师的工作效率。
关键词
引用
@article{arxiv.2007.11956,
title = {Detecting the Insider Threat with Long Short Term Memory (LSTM) Neural Networks},
author = {Eduardo Lopez and Kamran Sartipi},
journal= {arXiv preprint arXiv:2007.11956},
year = {2020}
}