iAES:面向网络安全博客的IOC自动抽取方法

• 作者: 王伟平 宁翔凯 宋虹 鲁鸣鸣 王建新
• 来源期刊: 计算机学报
• 关键词: 网络安全 网络威胁指标 深度学习 语句分类 IOC抽取
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 信息安全
• 页码范围: 882-896
• 页数: 15页
• 分类号: TP393
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2021.00882

摘要

网络威胁指标(IOC)作为网络威胁的行为特征,可以按照标准组织起来并部署在安全系统中防御攻击.博客是重要的网络威胁情报来源,及时从中收集网络威胁指标能够快速应对新的安全威胁,但人工阅读并抽取IOC的方式耗时耗力,所以我们迫切需要一种从网络安全博客中自动抽取IOC的方法.为此,本文提出了一种面向网络安全博客的IOC自动抽取方法iAES(IOC Automatic Extraction System).该方法完成了博客的自动增量爬取、博客页面去噪预处理、结合文本特征和话题特征的博客分类、基于正则表达式匹配和深度学习模型的IOC语句识别、基于上下文语义相似性的IOC格式化.我们通过人工标记的方法建立了博客数据集、语句数据集和IOC数据集,分别对iAES与近期相关研究iACE进行测试,测试结果表明iAES在IOC博客分类、IOC语句分类和安全博客IOC抽取上的表现分别比iACE提升了 9.46％、4.25％和7.11％.进而采用iAES对来自于29个安全博客网站的67 682博文进行测试,并从自动获取的IOC语句中随机选取1000条进行人工验证,结果表明精确率达到94.3％.