基于 NLP 日志嵌入的端到端异常检测以识别恶意网络行为
人工智能
2021-08-30 v1 密码学与安全
摘要
基于规则的 IDS(入侵检测系统)正被更鲁棒的神经网络 IDS 所取代,后者在网络安全领域展现出巨大潜力。然而,这些机器学习方法仍依赖于特设的特征工程技术,其缺乏以与异常网络活动发现完全相关的方式向量化输入的能力。我们提出了一种带有受 NLP 启发组件的深度端到端框架,用于识别企业计算机网络上潜在的恶意行为。我们还在最近发布的 DARPA OpTC 数据集上展示了该技术的有效性。
引用
@article{arxiv.2108.12276,
title = {End-To-End Anomaly Detection for Identifying Malicious Cyber Behavior through NLP-Based Log Embeddings},
author = {Andrew Golczynski and John A. Emanuello},
journal= {arXiv preprint arXiv:2108.12276},
year = {2021}
}
备注
Presented at 1st International Workshop on Adaptive Cyber Defense, 2021 (arXiv:2108.08476)