基于大数据和图社群聚类算法的攻击者画像构建
Attacker portrait construction based on large data and graph community clustering algorithms
华南农业大学 a. 现代教育技术中心; b. 网络安全应急响应中心, 广州 510642
摘要
为了在海量、多源、异构的网络威胁入侵日志中快速、准确地甄别真实的攻击事件及发现攻击者，并构建其特征画像，提出一种基于大数据流式解析技术和Louvain社群发现算法（big data stream analysis and Louvain，BDSAL）的构建攻击者画像的方法。根据攻击模式枚举与分类（common attack pattern enumeration and classification，CAPEC）标准定义了安全事件的范式模型，并结合大数据流式消息队列实现将多源异构日志快速范化成为范式化安全事件。通过提取和扩展安全事件的特征生成事件特征图，并按照时空和攻击模式特征，使用社群发现算法对特征图进行聚类，以发现攻击者。最后，结合实验室真实的攻防数据，验证了该方法的可行性和有效性。
基金项目
2018年教育部产学合作协同育人项目(201802076025)
出版信息
DOI: 10.19734/j.issn.1001-3695.2019.09.0621
出版期卷: 《计算机应用研究》 印刷出版, 2021年第38卷 第1期
所属栏目: 信息安全技术
出版页码: 232-236
文章编号: 1001-3695(2021)01-046-0232-05
发布历史
[2021-01-05] 印刷出版
引用本文
黄志宏, 张波. 基于大数据和图社群聚类算法的攻击者画像构建 [J]. 计算机应用研究, 2021, 38 (1): 232-236. (Huang Zhihong, Zhang Bo. Attacker portrait construction based on large data and graph community clustering algorithms [J]. Application Research of Computers, 2021, 38 (1): 232-236. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
