面向网络安全的图挖掘：综述
密码学与安全
2024-02-20 v2 人工智能
社会与信息网络
摘要
当今网络攻击（如恶意软件、垃圾邮件和入侵）的爆发式增长给社会造成了严重后果。保障网络空间安全已成为组织和政府的首要关切。传统的基于机器学习（ML）的方法被广泛用于检测网络威胁，但它们难以建模现实世界网络实体之间的关联。近年来，随着图挖掘技术的兴起，许多研究者探索利用这些技术捕捉网络实体间的关联并取得高性能。总结现有基于图的网络安全解决方案以指导未来研究势在必行。因此，作为本文的主要贡献，我们提供了关于面向网络安全的图挖掘的全面综述，包括网络安全任务概述、典型图挖掘技术、将其应用于网络安全的一般流程，以及针对各类网络安全任务的各种解决方案。对于每个任务，我们深入相关方法并突出其建模中的图类型、图方法与任务层级。此外，我们收集了基于图的网络安全开放数据集与工具包。最后，我们展望了该领域未来的潜在研究方向。
引用
@article{arxiv.2304.00485,
title = {Graph Mining for Cybersecurity: A Survey},
author = {Bo Yan and Cheng Yang and Chuan Shi and Yong Fang and Qi Li and Yanfang Ye and Junping Du},
journal= {arXiv preprint arXiv:2304.00485},
year = {2024}
}