TabSec：面向新型内部威胁检测的协作框架
密码学与安全
2024-11-05 v1
摘要
在物联网（IoT）和数据共享时代，用户经常将个人信息上传到企业数据库，以享受各种在线服务提供的增强服务体验。然而，系统漏洞的普遍存在、远程网络入侵和内部威胁显著增加了企业私有数据在互联网上的暴露。如果此类数据被攻击者窃取或泄露，可能导致严重的资产损失和业务运营中断。为应对这些挑战，本文提出了一种新型威胁检测框架TabITD。该框架将入侵检测系统（IDS）与用户和实体行为分析（UEBA）策略集成，形成一种协作检测系统，弥合了现有系统能力之间的差距。它有效解决了因攻击方式多样化导致的外部威胁与内部威胁之间界限模糊的问题，从而增强了模型的学习能力和整体检测性能。此外，所提出的方法利用了TabNet架构，该架构采用稀疏注意力特征选择机制，使TabNet能够在每个决策步骤中选择最相关的特征，从而提高对稀有类别攻击的检测。我们在两个不同数据集上评估了所提出的解决方案，分别实现了96.71%和97.25%的平均准确率。结果表明，该方法能够有效检测伪装攻击和外部威胁等恶意行为，显著增强了网络安全防御和网络攻击检测效率。
引用
@article{arxiv.2411.01779,
title = {TabSec: A Collaborative Framework for Novel Insider Threat Detection},
author = {Zilin Huang and Xiangyan Tang and Hongyu Li and Xinyi Cao and Jieren Cheng},
journal= {arXiv preprint arXiv:2411.01779},
year = {2024}
}