基于大数据分析的APT攻击检测研究综述

• 作者: 付钰 吴晓平 李洪成 王甲生
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 网络安全检测 高级持续性威胁 大数据分析 智能反馈 关联分析
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 综述
• 页码范围: 1-14
• 页数: 14页
• 分类号: TP309.7
• 字数: 12844字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2015184

摘要

高级持续性威胁(APT, advanced persistent threat)已成为高安全等级网络的最主要威胁之一,其极强的针对性、伪装性和阶段性使传统检测技术无法有效识别,因此新型攻击检测技术成为APT攻击防御领域的研究热点.首先,结合典型APT攻击技术和原理,分析攻击的6个实施阶段,并归纳攻击特点;然后,综述现有APT攻击防御框架研究的现状,并分析网络流量异常检测、恶意代码异常检测、社交网络安全事件挖掘和安全事件关联分析等4项基于网络安全大数据分析的APT攻击检测技术的研究内容与最新进展;最后,提出抗APT攻击的系统综合防御框架和智能反馈式系统安全检测框架,并指出相应技术在应对APT攻击过程中面临的挑战和下一步发展方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴晓平	海军工程大学信息安全系	210	1963	22.0	33.0
2	付钰	海军工程大学信息安全系	51	583	12.0	22.0
3	王甲生	海军工程大学信息安全系	22	331	10.0	18.0
4	李洪成	海军工程大学信息安全系	16	170	7.0	12.0