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。

  • 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
附件下载
  • 数据挖掘赋能安全感知.阿里云大数据入侵检测实践.CN.pdf
    时间: 大小: 2.8 M 下载: 142
  • 15.Yue.Xu.Han.Zheng.Updated.5.20.2019.英文.pdf
    时间: 大小: 2.68 M 下载: 17