高维网络望远镜信号中稀疏异常的检测
密码学与安全
2023-06-23 v2 应用统计
统计方法学
摘要
网络运营商和系统管理员日益被从恶意网络侦察到分布式拒绝服务和数据泄露等攻击的无休止网络安全威胁所淹没。如果网络运营商能更好地配备威胁情报信息，使他们能够阻止或限制恶意的扫描活动，大量此类攻击本可避免。网络望远镜或“暗网”提供了观察全网扫描器和其他恶意实体的独特窗口，并且它们可向运营商提供对基础设施保护和/或攻击缓解至关重要的早期预警信号。网络望远镜由未使用或“暗”的 IP 空间组成，不服务任何用户，仅被动观测任何发往“望远镜传感器”的互联网流量，以记录普遍存在的网络扫描器、搜寻脆弱设备的恶意软件以及其他可疑活动。因此，监控网络望远镜以及时发现协调性和高强度扫描活动是一项重要但具有挑战性的任务。挑战主要源于互联网流量的非平稳性和动态性，更重要的是，人们需要监控高维信号（例如所有 TCP/UDP 端口）以搜索“稀疏”异常。我们提出统计方法以高效且“在线”的方式应对这两类挑战；我们的工作通过合成数据以及来自大型网络望远镜的真实世界数据得到了验证。
引用
@article{arxiv.2211.04918,
title = {Detection of Sparse Anomalies in High-Dimensional Network Telescope Signals},
author = {Rafail Kartsioukas and Rajat Tandon and Zheng Gao and Jelena Mirkovic and Michalis Kallitsis and Stilian Stoev},
journal= {arXiv preprint arXiv:2211.04918},
year = {2023}
}