绘制网站关系图以进行风险预测：基于已知指标识别用户的衍生威胁
密码学与安全
2020-11-04 v1 数据库
网络与互联网体系结构
摘要
本研究的假设是，基于引荐链接的关系以及到恶意站点的跳数可指示另一网站的风险。我们选择受试者工作特征（ROC）分析作为比较所捕获网络流量的真阳性率与假阳性率的方法，以测试模型的预测能力。已知威胁指标被用作标记，并利用 Neo4j 图数据库基于引荐链接映射其他网站之间的关系。使用引荐流量，我们映射了用户在具有已知关系的网站间的访问，以追踪用户从非恶意网站进展到已知威胁的速率。结果按距已知威胁的跳数距离分组，以计算预测率。模型结果产生的真阳性率为 58.59% 至 63.45%，假阳性率分别为 7.42% 至 37.50%。真阳性率和假阳性率表明，距已知威胁越近性能越好，而距威胁的引荐距离增加则导致更高的假阳性率。
引用
@article{arxiv.2003.00971,
title = {Graphing Website Relationships for Risk Prediction: Identifying Derived Threats to Users Based on Known Indicators},
author = {Philip H. Kulp and Nikki E. Robinson},
journal= {arXiv preprint arXiv:2003.00971},
year = {2020}
}
备注
10 pages, 3 figures, 3 tables