基于时序图的行为实体分类方法
机器学习
2021-06-11 v1 信息论
math.IT
摘要
图分析方法因其在通过详细描述参与者、关系及其行为来刻画复杂系统方面的巨大潜力，近年来受到广泛关注。然而，在这些方面随时间演化的场景中，提取有价值的信息或正确刻画所有参与者并非易事。本研究提出了一种在网络安全领域挖掘图结构潜力的两阶段方法。其主要思想是将网络分类问题转化为基于图的行为分类问题。我们提取能够表示正常与攻击实体演化的图结构，并应用时序剖分方法来凸显其微观动态。进一步地，对正常实体应用三种聚类技术，以聚合相似行为、缓解不平衡问题并降低噪声数据。我们的方法建议基于图卷积网络实现两种有前景的深度学习范式用于实体分类。
引用
@article{arxiv.2105.04798,
title = {Temporal graph-based approach for behavioural entity classification},
author = {Francesco Zola and Lander Segurola and Jan Lukas Bruse and Mikel Galar Idoate},
journal= {arXiv preprint arXiv:2105.04798},
year = {2021}
}