Exploratory security analytics for anomaly detection

تعداد زیادی از هشدارهای ایجاد شده توسط سیستم های مبتنی بر شبکه مانع از بازرسی دقیق دستی در حوادث امنیتی می شود. پیشنهادات موجود برای تجزیه و تحلیل هشدار خودکار به خوبی در محیط های نسبتا پایدار و همگن کار می کنند، اما در شبکه های مدرن که با رفتارهای بسیار پیچیده و پویا مشخص می شوند، درک اینکه کدام رویکرد می تواند موثر باشد، نیاز به تجزیه و تحلیل داده های اکتشافی و مدل سازی توصیفی دارد. ما چارچوب جدیدی را برای به طور خودکار بررسی گرایش های زمانی و الگوهای هشدار امنیتی با هدف درک اینکه آیا می توان روش های تشخیص آنومالی را برای شناسایی وقایع مربوط به امنیت مورد استفاده قرار داد، پیشنهاد می کنیم. چندین مثال در رابطه با یک شبکه بزرگ واقعی نشان می دهد که با وجود پویایی درونی سیستم، چارچوب پیشنهاد شده قادر به استخراج آمارهای توصیفی مناسب است که می تواند اثربخشی روش های تشخیص آنومالی محبوب را در گروه های مختلف هشدار مشخص کند.