内部威胁检测中用户行为模式画像方法研究

• 作者: 刘春辉 孔菁 王一丰 郭渊博
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 行为序列 画像提取 内部威胁 隐马尔可夫模型
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 学术通信
• 页码范围: 141-150
• 页数: 10页
• 分类号: TP391
• 字数: 9706字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2018282

摘要

行为画像技术利用无标注历史数据构建用户行为"常态",是检测企业内部威胁的有效手段.当前标签式画像方法依赖人工提取特征,多用简单统计方法处理数据,导致用户画像模型缺少细节、不够全面.提出了一种行为特征自动提取和局部全细节行为画像方法,以及一种行为序列划分和全局业务状态转移预测方法,能够较全面地刻画用户行为模式.构建了一个基于行为画像的内部威胁检测框架,将局部描写与全局预测相结合,提高了检测准确率.最后用CMU-CERT数据集进行了实验,AUC(area under curve)得分0.88,F1得分0.925,可有效应用于内部威胁检测过程中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭渊博	中国人民解放军战略支援部队信息工程大学密码工程学院	5	21	3.0	4.0
2	孔菁	中国人民解放军战略支援部队信息工程大学密码工程学院	1	6	1.0	1.0
3	王一丰	中国人民解放军战略支援部队信息工程大学密码工程学院	1	6	1.0	1.0