ProvG-Searcher：一种用于高效溯源图搜索的图表示学习方法
密码学与安全
2023-12-20 v2
摘要
我们提出ProvG-Searcher，一种在系统安全日志中检测已知APT行为的新型方法。我们的方法利用溯源图（一种对事件日志的全面图表示）通过将系统实体映射为节点、将其交互映射为边来捕获并刻画数据溯源关系。我们将溯源图搜索任务表述为子图匹配问题，并采用图表示学习方法。我们搜索方法的核心在于将子图嵌入向量空间，从而可直接评估子图间关系。我们通过使用序嵌入实现这一点，将子图匹配简化为查询与预计算子图表示之间的直接比较。为应对溯源图的规模与复杂性带来的挑战，我们提出了一种图划分方案和一种保持行为的图约简方法。总体而言，我们的技术提供了显著的计算效率，使大部分搜索计算可离线完成，同时在查询执行时仅引入轻量比较步骤。在标准数据集上的实验结果表明，ProvG-Searcher实现了优越性能，检测查询行为的准确率超过99%，误报率约为0.02%，优于其他方法。
引用
@article{arxiv.2309.03647,
title = {ProvG-Searcher: A Graph Representation Learning Approach for Efficient Provenance Graph Search},
author = {Enes Altinisik and Fatih Deniz and Husrev Taha Sencar},
journal= {arXiv preprint arXiv:2309.03647},
year = {2023}
}