基于溯源图的多步攻击关联分析检测技术研究与实现

来源 :国防科技大学 | 被引量 : 0次 | 上传用户:liangmin888
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
如今,经验丰富的攻击者为了达成某种目的而实行有组织有预谋的高级可持续威胁攻击越来越多。这些攻击往往结合社会工程学(如钓鱼攻击)及多个技术先进的漏洞利用共同进行。而且攻击往往不是一蹴而就,而是包含多个攻击阶段逐渐达成目。除此之外,多个攻击阶段组成的攻击路径中往往包含着未披露的0-day漏洞,而这些漏洞的信息防御者无法获取,这种攻击者与防御者之间的信息不对称给带有未知攻击的多步攻击检测造成极大阻碍。因此,我们需要一种策略和方法发现含有未知攻击的攻击路径,检测多步攻击。为了解决上述问题,本文首先解析记录所有系统与内核交互行为的系统审计日志信息。然后利用解析的信息构建溯源图,并用图剪枝技术控制图规模。最后在图上发掘攻击路径,检测多步攻击。本研究的主要工作有以下几个方面:1、针对攻击隐匿,恶意行为与正常操作相互交织问题,构建基于版本的溯源图。本文通过制定规则在图上匹配攻击行为。找到各攻击阶段间的相互联系,设计多步攻击检测算法,发掘图中的攻击路径,揭示攻击者意图。2、针对海量图数据问题,利用图剪枝技术控制图规模。海量图数据不仅会造成系统较大的时间及空间开销,还会因搜索路径多,引起路径爆炸问题。本文利用图剪枝技术移除与攻击路径无关节点,控制图中节点数量。3、设计并实现了基于溯源图的多步攻击关联分析检测原型系统,可以有效检测多步攻击。系统应用标签传播的方法避免反复进行图遍历,提高系统效率。
其他文献
图像的特征检测与匹配是图像处理技术中非常重要的一部分,在三维重建、医学图像处理、图像检索等领域都有着非常重要的作用,也是现今图像领域研究的热点方向。由于在图像匹配过程中会受到很多因素的干扰,为了获取更好的匹配效果,就要从图像的获取方式、预处理、匹配精准度与效率等方面进行改进,本文主要围绕上述问题,开展了如下研究。针对光照不均图像特征检测不准确的问题,提出了一种基于纹理抑制的光照不均图像改进KAZE
近年来,无人机在地球测绘、公共安全、精确打击等军事和民用领域的应用层出不穷。对无人机拍摄影像内容的定位(获取影像中每个像素对应的经纬度)是无人机多种典型应用的基础,既是无人机影像理解的内在任务,也是后续完成目标打击、目标跟踪等任务的关键。受限于无人机携带定位设备的精度、多径干扰及漂移等情况的影响,传统无人机影像方法定位流程复杂、定位误差大,难以适应应急保障等时效性强的无人机影像定位的现实需求。鉴于
目标检测技术的研究是一个十分重要和实用性很强的课题,是解决复杂或高层次视觉任务的基础。它的任务是从大量预定类别的自然图像中寻找目标实例。当前目标检测在智能安防监控方面,增强现实方面,以及自动驾驶方面都有着非常广泛的应用。其中,无人机平台上的目标检测任务是具有重要意义的课题之一,很多先进的目标检测技术围绕此课题展开。无人机(Unmanned Aerial Vehicles,UAVs)的优点是小巧灵活
目的:观察射频导入舒敏保湿特护霜治疗面部敏感性皮肤的有效性和安全性。方法:敏感性皮肤患者40例,采用随机对照试验分为治疗组和对照组,每组患者各20例。两组均口服枸地氯雷他定片8.8 mg/d。对照组外用凡士林霜每日两次,联合射频导入治疗,1次/周;治疗组外用舒敏保湿特护霜每日两次,联合射频导入治疗,1次/周。持续治疗4周。分别于0和4周进行疗效判定,使用无创皮肤检测仪检测两组患者经表皮水分流失(t
期刊
近年来,随着“大数据”时代的来临和计算机处理能力不断提升,人工智能领域进入飞速发展阶段。面部表情是表达人类意图的最主要的非语言手段,以计算机技术为基础的面部表情识别研究旨在让机器理解人的情感,在人机交互和计算机视觉领域有着重要的研究意义和应用价值。获取大规模高质量的数据集始终是面部表情识别研究上的难点之一,对现有的原始数据集进行优化是解决这个问题的一个有效方法。我们可以将其分为两个子任务:一是扩充
党的十八届三中全会正式做出《中共中央关于全面深化改革若干重大问题决定》,并主张健全与发展中国特色主义制度是未来全面深化改革的整体目标,在构建国家治理体系中,社区治理发挥着基础性的作用。最近几年,我国在社会治理方面取得了较快的进展,社区治理与建设在理念上更为充实,治理模式不断创新,带有地域特色的社会治理典范不断涌现。党的十九大表示,强化社区治理体系建设,需要着力将治理中心下潜到基层,营造出共建共治共
图像作为互联网时代传播最广的媒体介质,对其内容进行理解和分析具有极其重要的意义。理解细粒度内容的首要前提是对其进行分类,由于图像中目标和场景的多样性,图像分类是图像处理中的重点和难点。而细粒度图像分类相对于通用图像分类而言,类内差距大,类间差异小,致使细粒度图像分类的挑战性更大。实际生活中通用图像分类往往可以经由自身既有知识进行,而细粒度分类则需要专业相关知识,且细粒度目标在实际生活中常常遇到,对
关联成像具有优秀的抗干扰,抗散射能力,且能实现无透镜成像,因此获得了广泛的关注。但在传统关联成像中,需要大量的采样帧数才能重构高质量的图像,这一缺点很大程度地限制了成像速度。为解决该问题,我们对关联成像所使用的照明散斑场对成像质量的影响进行了深入分析,发现当光场特性与成像环境及目标相适应时可以有效提高成像的效果。而传统的关联成像使用的照明方式对视场中各部分是无差异对待的,未考虑目标各部分蕴含的有效
伴随着无人技术的发展,无人作战将成为战场的新形态,随着编队化、自主化的无人机发展趋势,基于群体智能的无人机编队将在无人作战中扮演关键角色。在其发展过程中,碰撞问题是制约该领域发展的重要因素,给编队控制带来了巨大的安全挑战,编队的控制与防撞对无人机的发展至关重要,是无人机编队体系框架的关键算法。本文对无人机单机和编队的控制与防撞问题进行了研究,保证编队在运动过程中内部的有序与安全,同时避免与外部威胁
近些年,随着视觉传感器以及计算机视觉技术的迅速发展,视觉SLAM技术日趋成熟,并被学术界和工业界广泛应用于移动机器人、虚拟现实等多个领域。然而,标准视觉传感器具有多种技术限制,例如高能耗、高延迟、高信息冗余、低时间分辨率,极大地限制了其在高速机器人和视觉任务中的应用,如自动驾驶、无人机等。加之实际应用场景的复杂性(高动态范围等),现有视觉SLAM系统基于标准图像进行同时定位与地图构建任务,会不可避