检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于溯源图的网络攻击调查研究综述

电子学报 2024年第7期52卷 2529-2556页

作者：仇晶陈荣融朱浩瑾肖岩军殷丽华田志宏广州大学网络空间安全学院广东广州510555 鹏城实验室广东深圳518000 上海交通大学计算机科学与工程系上海200240 绿盟科技集团股份有限公司北京100089

网络攻击调查是实现主动防御、溯源反制的重要手段.面向高隐蔽、强对抗的现代网络攻击,研究高效率、自动化攻击调查方法,提升己方快速响应复杂网络攻击能力,是智能网络攻防关键技术之一.现有研究通过将系统审计日志建模成可表达攻击事... 详细信息

网络攻击调查是实现主动防御、溯源反制的重要手段.面向高隐蔽、强对抗的现代网络攻击,研究高效率、自动化攻击调查方法,提升己方快速响应复杂网络攻击能力,是智能网络攻防关键技术之一.现有研究通过将系统审计日志建模成可表达攻击事件因果依赖关系的溯源图,利用溯源图强大的关联分析和语义表达能力,对复杂隐蔽网络攻击进行调查,相较传统方法效果提升显著.在全面收集分析基于溯源图的攻击调查研究工作的基础上,根据溯源图利用方式及特征挖掘维度的差异,将基于溯源图的攻击调查方法划分为基于因果分析、基于深度表示学习和基于异常检测三类,总结凝练每类方法具体工作流程和通用框架.梳理溯源图优化方法,剖析相关技术从理论向产业落地的能力演变历程.归纳攻击调查常用数据集,对比分析基于溯源图的攻击调查代表性技术和性能指标,最后展望了该领域未来发展方向.

关键词：攻击调查溯源图高级持续性威胁深度学习异常检测

基于预训练模型和中英文威胁情报的TTP识别方法研究

在线全文

学校读者我要写书评

暂无评论

信息网络安全 2024年第7期24卷 1076-1087页

作者：任昌禹张玲姬航远杨立群北京航空航天大学复杂关键软件环境全国重点实验室北京100083 郑州大学电气与信息工程学院郑州450001 北京航空航天大学网络空间安全学院北京100083

TTP情报主要存在于非结构化的威胁报告中,是一种具有重要价值的网络威胁情报。然而,目前开源的TTP分类标签数据集主要集中在英文领域,涵盖的语料来源与TTP种类较为有限,特别是缺乏中文领域的相关数据。针对该情况,文章构建了一个中英文... 详细信息

TTP情报主要存在于非结构化的威胁报告中,是一种具有重要价值的网络威胁情报。然而,目前开源的TTP分类标签数据集主要集中在英文领域,涵盖的语料来源与TTP种类较为有限,特别是缺乏中文领域的相关数据。针对该情况,文章构建了一个中英文TTP情报数据集BTICD,该数据集包含17700条样本数据与236种对应的TTP。BTICD首次利用了公开的中文威胁报告语料进行TTP标注,且标注了一部分无法映射到任何一种TTP的白样本数据。文章基于预训练模型构建,并在该双语数据集上微调得到双语TTP识别模型SecBiBERT。实验结果表明,SecBiBERT在50种常见TTP分类任务上的Micro F1分数达到86.49%,在全量236类TTP分类任务上Micro F1分数达到73.09%,识别性能表现良好。

关键词： TTP 威胁情报预训练模型

在线全文

学校读者我要写书评

暂无评论

域名生成算法检测技术综述

计算机科学 2024年第8期51卷 371-378页

作者：汪绪先黄缙华翟优李础南王宇张宇鹏张翼鹏杨立群李舟军中国南方电网公司重点实验室电网自动化实验室广州510080 广东电网有限责任公司电力科学研究院广州510080 北京航空航天大学计算机学院北京100191 北京航空航天大学网络空间安全学院北京100191 北方工业大学信息学院北京100144

C&C服务器是网络攻击者用于控制僵尸主机的中间服务器,在僵尸网络中处于核心位置。为增强C&C服务器的隐蔽性,网络攻击者使用域名生成算法来隐藏C&C服务器地址。近年来,域名生成算法检测技术作为检测僵尸网络的重要手段,已经成为一个研... 详细信息

C&C服务器是网络攻击者用于控制僵尸主机的中间服务器,在僵尸网络中处于核心位置。为增强C&C服务器的隐蔽性,网络攻击者使用域名生成算法来隐藏C&C服务器地址。近年来,域名生成算法检测技术作为检测僵尸网络的重要手段,已经成为一个研究热点。首先,介绍了当前网络安全的发展态势和僵尸网络的拓扑结构。其次,介绍了域名生成算法和相关数据集。接着,介绍了域名生成算法检测技术的分类,并对这些检测技术进行总结综述。最后,探讨了现阶段域名生成算法检测技术存在的问题,并对未来研究方向进行了展望。

关键词：僵尸网络 C&C服务器域名生成算法域名生成算法检测网络安全威胁

基于随机森林算法的Android恶意行为识别与分类方法

在线全文

学校读者我要写书评

暂无评论

浙江大学学报（工学版） 2019年第10期53卷 2013-2023页

作者：柯懂湘潘丽敏罗森林张寒青北京理工大学信息系统及安全对抗实验中心

针对当前Android恶意软件检测方法对检测出的恶意行为无法进行识别和分类的问题,提出基于随机森林(RF)算法的Android恶意行为的识别与分类方法.该方法在对Android恶意软件的类型进行定义的基础上,利用融合多种触发机制的Android恶意行... 详细信息

针对当前Android恶意软件检测方法对检测出的恶意行为无法进行识别和分类的问题,提出基于随机森林(RF)算法的Android恶意行为的识别与分类方法.该方法在对Android恶意软件的类型进行定义的基础上,利用融合多种触发机制的Android恶意行为诱导方法触发软件的潜在恶意行为;通过Hook关键系统函数对Android软件行为进行采集并生成行为日志,基于行为日志提取软件行为特征集;使用随机森林算法,对行为日志中的恶意行为进行识别与分类.实验结果表明,该方法对Android恶意软件识别的准确率达到91.6%,对恶意行为分类的平均准确率达到96.8%.

关键词： Android安全机器学习随机森林(RF) 恶意软件检测恶意行为分类

基于语义分析的恶意JavaScript代码检测方法

在线全文

学校读者我要写书评

暂无评论

四川大学学报（自然科学版） 2019年第2期56卷 273-278页

作者：邱瑶瑶方勇黄诚刘亮张星四川大学电子信息学院成都610065 四川大学网络空间安全学院成都610065 北京神州绿盟信息安全科技股份有限公司北京100089

JavaScript是一种动态脚本语言,被用于提高网页的交互能力.然而攻击者利用它的动态性在网页中执行恶意代码,构成了巨大威胁.传统的基于静态特征的检测方式难以检测经过混淆后的恶意代码,而基于动态分析检测的方式存在效率低等问题.本文... 详细信息

JavaScript是一种动态脚本语言,被用于提高网页的交互能力.然而攻击者利用它的动态性在网页中执行恶意代码,构成了巨大威胁.传统的基于静态特征的检测方式难以检测经过混淆后的恶意代码,而基于动态分析检测的方式存在效率低等问题.本文提出了一种基于语义分析的静态检测模型,通过提取抽象语法树的词法单元序列特征,使用word2vec训练词向量模型,将生成的序列向量特征输入到LSTM网络中检测恶意JavaScript脚本.实验结果表明,该模型能够高效检测混淆的恶意JavaScript代码,模型的精确率达99.94%,召回率为98.33%.

关键词：恶意JavaScript代码检测抽象语法树长短时记忆网络深度学习

在线全文

学校读者我要写书评

暂无评论

社交网络关键黑客节点识别方法

信息网络安全 2023年第1期23卷 57-65页

作者：马相军何泾沙吴铁军范敦球北京工业大学信息学部北京100124 绿盟科技集团股份有限公司北京100089

计算机网络安全形势严峻,对实施网络攻击的黑客以及黑客所在组织的研究越来越重要。社交网络有不受时间空间限制的特点,因此成为黑客交流的主要平台,也是网络安全研究人员获取信息的重要渠道。为了对社交网络中的黑客进行分析,文章提出... 详细信息

计算机网络安全形势严峻,对实施网络攻击的黑客以及黑客所在组织的研究越来越重要。社交网络有不受时间空间限制的特点,因此成为黑客交流的主要平台,也是网络安全研究人员获取信息的重要渠道。为了对社交网络中的黑客进行分析,文章提出一种基于社区发现的社交网络关键黑客节点识别方法。首先,文章通过图卷积网络以无监督方式实现网络的社区划分;然后,利用用户之间的交互行为和主题相似度,通过改进的Page Rank算法实现社区内黑客节点的影响力度量;最后,通过独立级联模型评估关键黑客节点对网络传播效率的作用。在Twitter数据集上的实验表明,该方法能有效识别社交网络中的关键黑客用户。

关键词：关键黑客节点识别影响力度量社区发现社交网络分析

在线全文

学校读者我要写书评

暂无评论

基于可变长序列的恶意加密流量检测方法

福州大学学报(自然科学版) 2023年第5期51卷 711-716页

作者：江魁陈小雷顾杜娟李文瑾李越挺深圳大学信息中心广东深圳518060 深圳大学电子与信息工程学院广东深圳518060 绿盟科技集团股份有限公司北京100089

引入组合恶意加密流量数据集,结合随机森林对各个特征的重要性进行对比,构建可变长二维特征序列,提出一种针对可变长序列的恶意加密流量检测方法.该方法采用双向门控循环单元-卷积神经网络(BiGRU-CNN)深度学习模型,通过引入掩码层,有效... 详细信息

引入组合恶意加密流量数据集,结合随机森林对各个特征的重要性进行对比,构建可变长二维特征序列,提出一种针对可变长序列的恶意加密流量检测方法.该方法采用双向门控循环单元-卷积神经网络(BiGRU-CNN)深度学习模型,通过引入掩码层,有效解决变长序列问题,能够同时提取流量数据中时间和空间的多重特征,最终实现对恶意加密流量的二分类检测.实验结果表明,该方法与基于卷积神经网络(CNN)、长短期记忆网络(LSTM)等单一模型相比,精确率、召回率和F 1值均有所提升,准确率达到94.61%.

关键词：恶意加密流量深度学习变长序列卷积神经网络双向门控循环单元

在线全文

学校读者我要写书评

暂无评论

融合字词特征的互联网敏感言论识别研究

计算机工程与应用 2023年第13期59卷 129-138页

作者：闫尚义王靖亚朱少武崔雨萌陶知众中国人民公安大学信息网络安全学院北京100045

互联网敏感言论与普通言论之间存在显著差异,为规避过滤规则,其语义较为隐晦,一词多义现象频出,不规范程度较高。为高效识别互联网中的敏感言论并对其进行准确分类,针对敏感言论的特点与现有模型的缺点,对文本卷积神经网络进行了改进,结... 详细信息

互联网敏感言论与普通言论之间存在显著差异,为规避过滤规则,其语义较为隐晦,一词多义现象频出,不规范程度较高。为高效识别互联网中的敏感言论并对其进行准确分类,针对敏感言论的特点与现有模型的缺点,对文本卷积神经网络进行了改进,结合ALBERT(a Lite BERT)动态字级编码模型、文本卷积神经网络、多头自注意力机制与门控机制的优势,提出了一种融合字词特征的双通道分类模型ALBERT-CCMHSAG。该模型将文本的字级与词级语义信息、局部关键特征与上下文语义进行了充分提取与融合,以此提升敏感言论的分类效果。ALBERTCCMHSAG模型在敏感言论数据集上、噪声敏感言论数据集、小样本敏感言论数据集上的表现均为最优,证明了该模型对敏感言论识别与分类能力更强,能应对噪声数据与适应训练数据不足的情况,鲁棒性更强。在酒店评论数据集上,该模型的性能同样优于对比模型,证明了模型在其他语料上也很可能具有优异表现。

关键词：敏感言论识别字特征词特征多头自注意力机制门控机制

基于多头自注意力池化与多粒度特征交互融合的微博情感分析

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2023年第4期7卷 32-45页

作者：闫尚义王靖亚刘晓文崔雨萌陶知众张晓帆中国人民公安大学信息网络安全学院北京100038

【目的】高效、准确地挖掘微博文本中所蕴含的情感信息,提升情感分析效果。【方法】采用WoBERT Plus与ALBERT分别对词级文本与字级文本进行动态编码,接着利用卷积操作提取局部关键特征,然后利用跨通道特征融合与多头自注意力池化操作提... 详细信息

【目的】高效、准确地挖掘微博文本中所蕴含的情感信息,提升情感分析效果。【方法】采用WoBERT Plus与ALBERT分别对词级文本与字级文本进行动态编码,接着利用卷积操作提取局部关键特征,然后利用跨通道特征融合与多头自注意力池化操作提取全局语义信息并筛选出关键数据,最后利用多粒度特征交互融合操作将字级与词级语义信息进行有效融合,利用Softmax函数输出分类结果。【结果】本文模型在weibo_senti_100k数据集上的准确率与F1值分别为98.51%、98.53%,在SMP2020-EWECT数据集上的准确率与F1值分别为80.11%、75.62%,其表现均优于各数据集上先进的情感分析模型。【局限】在进行情感分析时,未考虑视频、图片、语音等多模态信息。【结论】所提模型提升了微博文本情感分析的效果,可以有效地完成微博文本情感分析任务。

关键词：动态字词编码多头自注意力池化多粒度特征交互融合微博情感分析