基于路径追踪的轨道交通系统APT攻击检测研究

摘要：

[目的/意义]随着轨道交通控制系统对网络技术的日益依赖,网络空间安全成为了关键性问题,涉及到计算机、信息系统、信息、数据和网络等方面安全技术领域.探讨如何应用深度学习技术和ATT&CK模型实现APT攻击路径的追踪和还原,从而为网络空间安全治理提供技术支持.[方法/过程]提出了 一种基于特征提取和选择的APT攻击检测方法,并介绍了特征提取和选择的步骤,包括数据预处理、特征构建、特征筛选和特征编码等.同时,探讨了深度学习在网络攻击追踪中的应用.[结果/结论]利用机器学习和深度学习技术,对轨道交通控制系统进行数据采集、特征提取、模型训练和预测等操作,实现了基于攻击路径追踪的APT攻击检测和防御算法.这种算法能够自动识别和定位APT攻击中的关键节点和环节,并给出相应的防御措施.

关键词：APT攻击、攻击路径追踪、轨道交通控制系统、ATT&CK模型、深度学习、特征提取和选择、网络安全风险

所属期刊栏目：14

分类号：TP309(计算技术、计算机技术)

在线出版日期：2023-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：85-90