MSNM-Sensor：一种用于复杂网络与系统中异常检测的应用型网络监控工具
密码学与安全
2021-12-07 v3 机器学习
网络与互联网体系结构
其他统计学
摘要
技术飞速发展。低成本、即连即用的设备被设计用来提供新的服务与应用。智能电网或智能医疗系统就是这些应用的一些例子，它们都处于智慧城市的背景下。在这种全连接场景中，一些安全问题随之出现，因为连接的设备数量越大，攻击面维度就越大。为此，需要新的监控与检测安全事件的解决方案来应对该场景带来的新挑战，其中包括待监控设备数量庞大、待管理数据量巨大，以及提供快速安全事件检测从而快速响应攻击的实时性要求。本工作中，开发并介绍了一款实用且即开即用的工具，用于在这些环境中监控和检测安全事件。该工具基于用于监控与异常检测的多变量统计网络监控（Multivariate Statistical Network Monitoring, MSNM）方法，我们称之为 MSNM-Sensor。尽管尚处于早期开发阶段，但基于在分层网络系统中检测已知攻击的实验结果证明了该工具对于智慧城市或 IoT 生态系统等更复杂场景的适用性。
引用
@article{arxiv.1907.13612,
title = {MSNM-Sensor: An Applied Network Monitoring Tool for Anomaly Detection in Complex Networks and Systems},
author = {Roberto Magán-Carrión and José Camacho and Gabriel Maciá-Fernández and Ángel Ruíz-Zafra},
journal= {arXiv preprint arXiv:1907.13612},
year = {2021}
}