基于认证日志的时间感知子图分类检测横向移动
密码学与安全
2024-11-18 v1 人工智能
摘要
横向移动是高级持续性威胁（APT）攻击在网络中的关键组成部分。攻击者利用内部网络或物联网设备的安全漏洞，在初始渗透后扩大控制范围以窃取敏感数据或实施其他恶意活动，对系统安全构成严重威胁。现有研究表明，攻击者通常采用看似无关的操作来掩盖其恶意意图，从而规避现有的横向移动检测方法并隐藏入侵痕迹。针对这一问题，我们从图的角度分析主机认证日志数据，并提出了一个名为LMDetect的多尺度横向移动检测框架。该框架的主要工作流程如下：1) 从主机认证日志数据构建异构多图，以加强内部系统实体间的关联；2) 设计时间感知子图生成器，从异构认证多图中提取以认证事件为中心的子图；3) 设计多尺度注意力编码器，利用局部和全局注意力捕捉认证子图中隐藏的异常行为模式，从而实现横向移动检测。在两个真实认证日志数据集上的大量实验证明了我们框架在检测横向移动行为方面的有效性和优越性。
引用
@article{arxiv.2411.10279,
title = {Lateral Movement Detection via Time-aware Subgraph Classification on Authentication Logs},
author = {Jiajun Zhou and Jiacheng Yao and Xuanze Chen and Shanqing Yu and Qi Xuan and Xiaoniu Yang},
journal= {arXiv preprint arXiv:2411.10279},
year = {2024}
}