面向内部威胁检测的用户跨域行为模式挖掘

摘要：

内部用户行为分析是系统安全领域中一个重要的研究问题。近期的工作主要集中在用户单域行为的单一模式分析技术，同时依赖于领域知识和用户背景，不适用于多检测域场景。文中提出一种新的用户跨域行为模式分析方法。该方法能够分析用户行为的多元模式。此外，该方法是完全数据驱动的方法，不需要依赖相关领域知识和用户背景属性。最后作者基于文中的用户行为模式分析方法设计了一种面向内部攻击的检测方法。在实验中，作者使用文中方法分析了真实场景中的5种用户审计日志，实验结果验证了文中分析方法在多检测域场景中分析用户行为多元模式的有效性，同时文中检测方法优于两种已有方法：单域检测方法和基于单一行为模式的检测方法。

关键词：内部威胁、多检测域、用户跨域行为分析、非负矩阵分解、高斯混合模型、机器学习

所属期刊栏目：39

分类号：TP311(计算技术、计算机技术)

资助基金：国家“八六三”高技术研究发展计划项目基金2013AA013204资助．

在线出版日期：2016-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：1555-1569