主页 / BlueHat Shanghai 2019 Security Conference / 数据挖掘赋能安全感知-阿里云大数据入侵检测实践
-
作者Yue Xu & Han Zheng@Alibaba Cloud
-
简介
- 云+ 安全性
- 数据流
- 威胁建模案例表
- 基于规则的决策所存在的问题
- 多元高斯模型
- 恶意行为链
- 模式挖掘
- 生成强关联规则
- 恶意Web 脚本
- 特征
- 机器学习性能
- 自动化攻击回溯
- 编码后载荷回溯
- 编码后载荷回溯案例
- 借助数据挖掘增强安全感知能力
今天,随着机器学习取得的突破,越来越多的公司开始将机器学习应用到各种安全解决方案中。然而,这些工作要么集中于提出新的算法,要么只是发现新的应用场景。关于小数据量的学术成果与各种云应用之间的差距,人们很少提及。在本文中,我们将首先展示云安全意识的挑战,特别是应用层威胁。然后,将介绍几种采用数据挖掘技术的最先进的入侵检测解决方案,如蛮力、异常进程启动、恶意脚本、网络攻击等。所有这些解决方案现在都在为阿里云服务,每一个都会向我们的客户发出数千次入侵警报。天。最后,我们将讨论何时以及如何使用数据挖掘技术来增强安全意识,并给出我们的建议。
- 云+ 安全性
-
援引https://www.microsoft.com/china/bluehatshanghai/2019/#Agenda
-
提示本站仅做资料的整理和索引,转载引用请注明出处
相关推荐
-
2017-07-23 12:08:21
-
2020-08-24 11:58:08.042294
-
2022-07-20 02:11:21.414817
-
2017-07-23 10:44:43