统一身份认证日志集中管理与账号风险检测

• 作者: 姜开达 章思宇 黄保青
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 身份认证 日志管理 审计 机器学习
• 年，卷（期）: 2017,（z1）
• 页码范围: 113-117
• 页数: 5页
• 分类号: TP393.08
• 字数: 3943字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2017.S1.022

摘要

为提升统一身份体系的安全性,检测账号异常登录和盗用事件,以上海交通大学为例,梳理了接受统一身份账号登录的所有网络服务,对各入口认证日志做分布式采集和格式统一,实现了身份认证日志的集中审计管理.基于对用户校园网服务使用习惯的分析,设计了基于行为的账号风险评估算法,利用地址数据和威胁情报对日志进行扩充,根据用户使用模式分析标注正常登录和风险访问行为,对账户提取16种特征后使用机器学习方法进行异常检测.实验结果表明,使用随机森林算法分类可在0.1%的低误报率条件下取得89.5%的检出率,效果明显优于传统基于异地登录检测的方法.将检测模型应用于实际日志1个月,发现了375个存在风险的账号.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜开达	上海交通大学网络信息中心	43	116	6.0	8.0
2	章思宇	上海交通大学网络信息中心	15	67	4.0	7.0
3	黄保青	上海交通大学网络信息中心	11	35	4.0	5.0