TSM:利用自然语言处理度量蜜文件的诱惑性
计算与语言
2022-03-16 v1 密码学与安全
机器学习
摘要
蜜文件部署是网络欺骗中一种有用的入侵检测方法,它还能告知防御者关于入侵者和恶意内部人员的意图与兴趣。蜜文件的一个关键属性——诱惑性,是指该文件能在多大程度上吸引入侵者与之交互。我们引入了一种新颖的度量指标,主题语义匹配(Topic Semantic Matching, TSM),它利用主题建模来表示存储库中的文件,并在嵌入向量空间中进行语义匹配,以稳健地比较蜜文件文本与主题词。我们还展示了一个使用不同自然语言处理(NLP)方法创建的蜜文件语料库。实验表明,TSM 在语料库间比较中是有效的,并且是度量蜜文件诱惑性的一个有前景的工具。TSM 是首个使用 NLP 技术量化蜜文件内容诱惑性的度量方法,它将局部上下文的本质主题内容与蜜文件进行比较,并且对改写具有鲁棒性。
引用
@article{arxiv.2203.07580,
title = {TSM: Measuring the Enticement of Honeyfiles with Natural Language Processing},
author = {Roelien C. Timmer and David Liebowitz and Surya Nepal and Salil Kanhere},
journal= {arXiv preprint arXiv:2203.07580},
year = {2022}
}