全特征信息均衡建模的内部威胁人物检测

• 作者: 刘宇 张笈 曲乐炜 潘丽敏 罗森林
• 来源期刊: 浙江大学学报(工学版)
• 学科: 工学
• 关键词: 内部威胁人物 异常检测 孤立森林算法 交叉分组 行为日志
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: ?
• 页码范围: 777-784
• 页数: 8页
• 分类号: TP 399
• 字数: 9122字
• 语种: 中文

摘要

针对目前内部威胁人物检测准确率低及高维数据特征信息利用不全的问题，提出全特征信息均衡建模的内部威胁人物检测方法. 该方法对组织内部产生的多源数据进行特征提取和构建，通过对所有特征进行交叉分组，利用交叉分组后的特征进行孤立森林模型构建，提高模型构建过程中对数据特征信息利用的均衡性，利用生成的孤立森林模型进行内部威胁人物检测. 实验结果表明，该方法在CERT-IT（v4.2）内部威胁人物数据集上具有较高F1，且算法效率高，能够有效地用于内部威胁人物检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张笈	北京理工大学信息与电子学院	25	106	6.0	9.0
2	罗森林	北京理工大学信息与电子学院	121	821	14.0	23.0
3	潘丽敏	北京理工大学信息与电子学院	66	402	10.0	17.0
4	刘宇	北京理工大学信息与电子学院	10	46	3.0	6.0
5	曲乐炜	北京理工大学信息与电子学院	3	6	1.0	2.0