没有合适的资源?快使用搜索试试~ 我知道了~
首页网络威胁归因自动特征提取:基于Attack2vec的NLP方法
网络威胁归因自动特征提取:基于Attack2vec的NLP方法
0 下载量 156 浏览量
更新于2024-06-18
1
收藏 1.86MB PDF 举报
本文探讨了网络威胁情报自动化特征提取及归因机制的研究,着重于在网络威胁归因这一复杂问题上寻求创新解决方案。网络威胁归因是指确定网络攻击背后的真实幕后黑手,由于攻击者常常运用混淆和欺骗手段,使得这项工作极具挑战性。传统的数字取证调查依赖于从网络日志中收集证据,但这些信息通常是非结构化的CTI报告,如文本和PDF,缺乏标准化格式,手动提取有价值信息十分困难。 研究的焦点是开发一种自动化机制,通过自然语言处理(NLP)技术对非结构化的CTI报告进行深度分析。作者提出了利用名为"Attack2vec"的新型嵌入模型,这是一种针对网络安全领域进行特殊训练的模型。与通用嵌入模型相比,它在提取战术、技术、工具、恶意软件、目标组织/国家以及应用程序等关键特征方面表现更优。实验结果显示,通过采用"Attack2vec"模型,结合决策树、随机森林、支持向量机等机器学习算法,能够在归因准确率、精确度、召回率和F1-measure等多个指标上达到较高的水平,其中准确率高达96%,精确度为96.4%,召回率为95.58%,F1-measure为95.75%。 该研究不仅提升了网络威胁情报处理的效率,还为网络安全专业人员提供了有力的工具,帮助他们更快地识别和追踪网络威胁行为者。通过本文的方法,可以有效地减少人工介入,降低误判和漏报的风险,对于维护网络安全生态系统具有重要意义。此外,论文强调了开放获取,表明研究成果可以被广泛共享,并且受到Creative Commons BY-NC-ND许可,鼓励学术界进一步探索和应用此类技术。
资源详情
资源推荐
![](https://csdnimg.cn/release/download_crawler_static/88613370/bg4.jpg)
E. Irshad
和
A.
巴西特
·
西迪基
埃及信息学杂志
24
(
2023
)
43
46
特别是在金融科技行业。在这项研究中,从非结构化CTI报告中提取特
征,以确定网络威胁行为者的属性。在这项研究中[17]提出,关于战术
技术和程序(TTP)的信息主要以人类可读的格式存在。TTP被认为是
一个重要特征。通过从非结构化数据中提取数据,组织可以保护它们免
受未来的攻击。它迫使攻击者改变其工具和技术,因为这对攻击者来说
是一项相当困难的任务。在这项研究工作中提出[18],威胁行动可以从
威胁相关的文章中提取。该方法利用LSI和余弦相似性从数据集中提取
特征.本工作中使用的分类法是MITRE ATTCK。在这项工作中[19],评
估了从非结构化文本中提取特征的不同分类方法。MITRE ATT CK用
作基准。开发了一个从非结构化数据中提取特征的工具该工具生成STIX
格式的报告,STIX格式被认为是该领域的标准表示形式。
网络威胁情报有很多原始信息,提取这些信息并将其转换为情报可
能非常有用。为了从原始数据中提取有用的信息并绘制模式,使用了关
联规则挖掘技术[34]。它生成规则来识别TTP之间的不同模式在这项工
作中,解释了反恶意软件系统用于检测系统内的恶意代码或活动[21]。
检测攻击背后的攻击者及其意图超出了这些系统的范围。当今世界存在
大量用于网络威胁情报的原始数据。从这些原始数据中手动提取信息几
乎是不可能的,因为存在大量的原始数据。现在需要设计自动化机制来
从这些数据中提取有用的信息并将其转换为智能。研究[22 随着新技术
和基础设施的发展,由于安全威胁的增加,安全分析师和专家面临着巨
大的挑战。这导致了 一个叫做网络威胁情报的领域随着安全威胁的日
益增多,这一领域在当今世界越来越受欢迎,其重要性也与日俱增
在这项研究中,作者阐述了现代世界的攻击者具有一定的专业知识
水平,可以有效地进行网络攻击[25]。攻击者使用不同的预防措施,以
保持不被发现的较长一段时间。对于组织来说,这是一个保护其资产的
问题.这些攻击可能导致损害他们的声誉,并导致信息泄露。因此,网络
归因分析变得非常重要,并且是一项复杂的任务,需要一定的专业知
识。在这项研究工作中,详细说明了没有完全自动化的在线工具可以从
原始文本中提取有意义的结构化信息[26]。在这项工作中,“STIXGEN”
的在线工具,用于开发的结构化信息在STIX格式的建议。该工具将有助
于组织产生结构化信息并在不同组织之间共享有意义的信息。该工具生
成STIX格式的结构化数据,这将特别有利于研究学生。这项研究工作
[31]阐述了归因有一定的层次。第一级是启动攻击过程的主机。第二层
是代理主机, 协助了这次袭击第三个层次是服务提供者,通过它的交
通通过。第四个层次是具体的个人进行攻击。第五层是帮助进行攻击的
特定组织和政府机构。第六层是攻击的源头。对攻击者进行归因是对网
络攻击的一种强有力的预防性防御。这项研究[27]阐述了特定领域嵌入
在网络安全领域的优势。据作者介绍,通过在网络安全领域使用特定领
域的嵌入可以产生高性能的结果。在本文中,
训练嵌入模型以获得结果。一个模型是在20,000份非结构化网络威胁
情报报告上训练的,第二个模型是在从Wikipe-dia抓取的网页上训练
的。结果表明,与从维基百科抓取的网页上的模型训练相比,在特定领
域嵌入上训练的模型产生了更高的结果。提出了一种名为TTPDrill”[28]
的自动提取方法它以STIX的结构化格式开发威胁馈送该方法定制了一些
NLP技术,开发了一种自动提取威胁相关数据的
这项研究提出了一种新的方法,用于分析CTI报告并从安全相关语料
库中提取威胁相关信息[29]。第一个贡献是提取的特征, ”CTI报道。
这项研究注释了不同的威胁相关的文本中使用的这一领域。一个主要的
贡献是产生了498,000个标签数据集。这项研究已经确定了IP哈希等特
征[30]。还从威胁相关报告中提取了战术和技术等高级IOC。在这项工
作中,使用偏差校正方法来消除从不同来源收集的数据的偏差。并与
TTPDrill进行了比较。它比TTPDrill的准确率高出78%。将来,为了扩
展这项 工作,将从威胁报告中提取低级别IOC。 这是一个数字时代
[33]。当今世界上有大量的文本数据。挑战在于从这些稀疏的文本中提
取有用的信息。文本分类是 从文本中提取特征并对其进行分类 用于
数据的标准化。由于数据是非常稀疏的,它变得难以处理,所以在这方
面的特征提取 并应用选择方法。在这项工作中,不同的特征提取方法
以及机器学习算法的文本分类进行审查。在这项工作中[38]提出了一个
基于标准STIX格式的称为IL-CyTIS的框架。该框架是通过定制STIX开
发的。该框架的目的是从CTI报告中提取威胁操作 以更有效的方式来
确定网络威胁行为者的身份。在拟议的研究[39]中,从非结构化CTI报
告中提取了不同的威胁操作,例如工具,行业,文件类型和组织。强化
算 法 , 如 BiLSTM-CRF , DTBERT-BiLSTM-CRF, CNN-BiLSTM-
CRF用于评估性能指标。在这项研究中[40]提取了威胁行动。在不同的
威胁行为之间创建语义关系,以归属网络威胁行为者。这种提取将有助
于在未来更准确地检测网络威胁行为者。提出了一种方法[40,41],用
于识别恶意软件并从各种数据集中提取威胁操作,例如CTI报告,蜜
罐,GitHub,NCHC恶意软件知识库,GUN开源项目基础和Windows
系统文件。各种机器和深度学习算法用于分类。CNN用于恶意软件的分
类。
在这项工作[42]的框架DeLP(可废止逻辑程序-
明)提出。该框架的目的是建立一个模型,可以帮助更准确,更有效地
归因于网络威胁。该模型将有助于更有效地进行网络威胁归因。在这项
研究工作中[43],通过使用可以从APT报告中提取的TTP,提出了一种
网络威胁行为者的自动化机制。提取的特征,然后验证从ATT CK框架
使用余弦相似性。使用来自27个不同组织的APT报告,如US-CERT,
CISA和SOC供应商,如FireEye和Trend-Micro。在这项研究中[44],
提出了一种威胁模型,用于从网络战事件中提取特征,如监视,数据窃
取,间谍活动和错误信息。此模型有助于提取威胁操作。这项研究[45]
提出了一种方法,用于提取低级别的IOC来属性网络威胁行为者。低水
平的IOC的影响是低的。攻击者很容易改变这些属性。例如,在一个实
施例中,IP欺骗
剩余17页未读,继续阅读
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
cpongm
- 粉丝: 5
- 资源: 2万+
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
最新资源
- 新型矿用本安直流稳压电源设计:双重保护电路
- 煤矿掘进工作面安全因素研究:结构方程模型
- 利用同位素位移探测原子内部新型力
- 钻锚机钻臂动力学仿真分析与优化
- 钻孔成像技术在巷道松动圈检测与支护设计中的应用
- 极化与非极化ep碰撞中J/ψ的Sivers与cos2φ效应:理论分析与COMPASS验证
- 新疆矿区1200m深孔钻探关键技术与实践
- 建筑行业事故预防:综合动态事故致因理论的应用
- 北斗卫星监测系统在电网塔形实时监控中的应用
- 煤层气羽状水平井数值模拟:交替隐式算法的应用
- 开放字符串T对偶与双空间坐标变换
- 煤矿瓦斯抽采半径测定新方法——瓦斯储量法
- 大倾角大采高工作面设备稳定与安全控制关键技术
- 超标违规背景下的热波动影响分析
- 中国煤矿选煤设计进展与挑战:历史、现状与未来发展
- 反演技术与RBF神经网络在移动机器人控制中的应用
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)