网络入侵成功次数的统计模型
密码学与安全
2019-02-07 v1 应用统计
摘要
我们提出若干广义线性模型（GLMs）来预测某组织计算机网络中被成功网络入侵（或“入侵”）的次数，其中入侵发生速率是组织以下可观测特征的函数：(i) 按顶级域（TLDs）分类的域名服务器（DNS）流量；(ii) 网络安全策略违规次数；以及 (iii) 我们统称为“网络足迹”的一组预测变量，包括组织网络上的主机数、组织与教育机构行为相似度（SEIB）及其在 scholar.google.com 上的记录数（ROSG）。此外，我们评估入侵次数以确定这些事件遵循泊松还是负二项（NB）概率分布。我们揭示 NB GLM 为观测计数数据（每组织入侵数）提供了最佳拟合模型，因为 NB 模型允许计数数据的方差超过均值。我们也表明存在省略部分预测变量并改善 NB GLM 对观测数据拟合优度的受限且更简的 NB 回归模型。通过模型模拟，我们识别出 DNS 流量中某些 TLD 对入侵次数有显著影响。此外，我们利用模型与回归结果得出结论：网络安全策略违规次数始终能预测入侵次数。
引用
@article{arxiv.1901.04531,
title = {Statistical Models for the Number of Successful Cyber Intrusions},
author = {Nandi O. Leslie and Richard E. Harang and Lawrence P. Knachel and Alexander Kott},
journal= {arXiv preprint arXiv:1901.04531},
year = {2019}
}