TenFor：一种从安全论坛提取有趣事件的基于张量的工具
密码学与安全
2020-11-17 v1 信息检索
摘要
我们如何让一个安全论坛“讲述”其活动和感兴趣的事件？我们采取一个独特角度：我们希望在没有任何先验知识的情况下识别这些活动，这与大多数先前的问题表述相比是一个关键区别。尽管有一些最近的努力，挖掘安全论坛以提取有用信息受到的关注相对较少，而它们大多数通常搜索特定信息。我们提出TenFor，一种无监督的基于张量的方法，用于在三维空间中系统识别重要事件：(a) 用户，(b) 主题帖，和 (c) 时间。我们的方法由三个高层步骤组成：(a) 跨三维的张量聚类，(b) 使用内容和行为特征的广泛簇刻画，以及 (c) 更深入调查，在其中我们识别感兴趣事件中的关键用户和主题帖。此外，我们将我们的方法实现为一个对从业者强大且易用的平台。在我们的评估中，我们发现83%的簇捕获了有意义事件，并且与先前方法相比我们发现了更多有意义的簇。我们的方法和平台构成了在实践中以无监督学习方式为从论坛检测感兴趣活动的重要一步。
关键词
引用
@article{arxiv.2011.07226,
title = {TenFor: A Tensor-Based Tool to Extract Interesting Events from Security Forums},
author = {Risul Islam and Md Omar Faruk Rokon and Evangelos E. Papalexakis and Michalis Faloutsos},
journal= {arXiv preprint arXiv:2011.07226},
year = {2020}
}
备注
8 pages, 5 figures, and 4 tables. In Press of ASONAM'20