文献类型：期刊文章

作　　者：张小松[1] 牛伟纳[1] 杨国武[2] 卓中流[1] 吕凤毛[2]

机构地区：[1]电子科技大学网络空间安全研究中心,成都611731 [2]电子科技大学大数据研究中心,成都611731

出　　处：《电子科技大学学报》

基　　金：国家自然科学基金项目(61572115;61402080);中国博士后科学基金(2014M562307);四川省重大基础研究课题(2016JY0007)

年　　份：2016

卷　　号：45

期　　号：4

起止页码：582-588

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：近年来,高级持续性威胁已成为威胁网络安全的重要因素之一。然而APT攻击手段复杂多变,且具有极强的隐蔽能力,使得目前常用的基于特征匹配的边界防护技术显得力不从心。面对APT攻击检测防御难题,提出了一种基于树型结构的APT攻击预测方法。首先结合杀伤链模型构建原理,分析APT攻击阶段性特征,针对攻击目标构建窃密型APT攻击模型;然后,对海量日志记录进行关联分析形成攻击上下文,通过引入可信度和DS证据组合规则确定攻击事件,计算所有可能的攻击路径。实验结果表明,利用该方法设计的预测模型能够有效地对攻击目标进行预警,具有较好的扩展性和实用性。

关 键 词：高级持续性威胁  攻击预测  关联分析  杀伤链  

分 类 号：TP311]