预测性黑名单作为隐式推荐系统
网络与互联网体系结构
2009-08-17 v1
摘要
针对互联网恶意流量的广泛防御实践之一是使用黑名单：编译和共享大量攻击源的列表。黑名单的目标是预测并阻止未来的攻击源。现有的黑名单技术侧重于最活跃的攻击源，以及最近的协作式黑名单。在本文中，我们将基于共享攻击日志预测攻击源（也称为预测性黑名单）的问题表述为一个隐式推荐系统。我们将现有方法的性能与预测的上界进行比较，并证明仍有很大的改进空间。受近期Netflix竞赛的启发，我们提出了一种针对攻击预测问题专门调整和优化的多级预测模型。我们的模型捕获并组合了多种因素，即：攻击者-受害者历史（使用时间序列）以及攻击者和/或受害者的交互（使用邻域模型）。我们在Dshield.org一个月的数据日志上评估了我们的组合方法，并证明它显著改进了现有技术水平。
引用
@article{arxiv.0908.2007,
title = {Predictive Blacklisting as an Implicit Recommendation System},
author = {Fabio Soldo and Anh Le and Athina Markopoulou},
journal= {arXiv preprint arXiv:0908.2007},
year = {2009}
}
备注
Comments: 11 pages; Submitted to INFOCOM 2010