-
题名一种应对APT攻击的安全架构:异常发现
被引量:20
- 1
-
-
作者
杜跃进
翟立东
李跃
贾召鹏
-
机构
中国科学院信息工程研究所
国家计算机网络应急技术处理协调中心
北京邮电大学计算机学院
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2014年第7期1633-1645,共13页
-
基金
国家"八六三"高技术研究发展计划基金项目(2011AA01A103)
-
文摘
威胁是一种对特定系统、组织及其资产造成破坏的潜在因素,反映的是攻击实施者依照其任务需求对被攻击对象长期持续地施以各种形式攻击的过程.面对高级可持续威胁(advanced persistent threat,APT),在其造成严重经济损失之前,现有的安全架构无法协助防御者及时发现威胁的存在.在深入剖析威胁的外延和内涵的基础上,详细探讨了威胁防御模型.提出了一种应对APT攻击的安全防御理论架构:异常发现,以立足解决威胁发现的难题.异常发现作为防御策略和防护部署工作的前提,通过实时多维地发现环境中存在的异常、解读未知威胁、分析攻击实施者的目的,为制定具有针对性的应对策略提供必要的信息.设计并提出了基于异常发现的安全体系技术架构:"慧眼",通过高、低位协同监测的技术,从APT攻击的源头、途径和终端3个层面监测和发现.
-
关键词
高级可持续威胁
异常发现
高位监测
低位监测
慧眼
-
Keywords
advanced persistent threat (APT)
abnormal discovery
high monitoring
low monitoring
Wizeye
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
TN915.08
[电子电信—通信与信息系统]
-
-
题名基于数据流方法的大规模网络异常发现
被引量:17
- 2
-
-
作者
郑军
胡铭曾
云晓春
郑仲
-
机构
哈尔滨工业大学计算机网络与信息安全技术研究中心
-
出处
《通信学报》
EI
CSCD
北大核心
2006年第2期1-8,共8页
-
基金
国家高技术研究发展计划("863"计划)基金资助项目(2002AA104410)
国家自然科学基金资助项目(60403033)~~
-
文摘
随着网络规模和速度的增加,大规模网络异常发现要求检测算法能够在无保留状态或者少保留状态下对G比特级的海量网络业务量数据进行实时在线分析。针对在高速骨干网上进行大规模网络异常发现的特点和要求,提出了一种基于数据流的大规模网络异常发现的方法,第一次将数据流模型用于大规模网络的异常发现。主要包括以下创新点:设计了一种面向异常发现的网络流量概要数据结构和突发高频事件检测算法;提出了一种基于安全监测策略定制的预查询方法来进行多数据流的关联监测并且对数据流查询进行了优化;在真实数据分析的基础上,对网络业务量进行了数据约减,使得监测部分特殊类型的数据流能最大程度地获得整体网络业务量的变化特征以提高异常发现的效率。通过真实网络环境下的实验和性能评价验证了数据流方法的有效性。
-
关键词
异常发现
数据流
大规模网络
突发高频事件
概要数据结构
-
Keywords
anomaly detection
data streams
large scale network
bursty frequent event
sketch data structure
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
-
题名基于回归的多层数据立方体中的异常发现算法
- 3
-
-
作者
胡孔法
丁有伟
陈崚
宋爱波
-
机构
扬州大学信息工程学院
东南大学计算机科学与工程学院
-
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2009年第12期2481-2486,共6页
-
基金
国家自然科学基金资助项目(60773103,60673060)
江苏省自然科学基金资助项目(BK2009697,BK2008206)
+2 种基金
江苏省教育厅自然科学基金资助项目(08KJB520012)
江苏省“六大人才高峰”基金资助项目
江苏省“青蓝工程”基金资助项目。~~
-
文摘
为了快速有效地挖掘数据立方体中的数据,提出了阈值异常和区间异常两种基于回归分析的异常发现方法,根据回归系数帮助用户快速地找出数据单元内的异常数据。阈值异常方法通过比较数据的规格化残差和用户给定的偏差阈值来发现异常数据。区间异常方法通过比较数据点的残差绝对值和置信区间来发现异常数据。最后,对这些算法的性能进行了分析,理论分析和实验结果验证了这两种算法的有效性。
-
关键词
数据挖掘
数据立方体
回归分析
异常发现
阈值
置信区间
-
Keywords
data mining
data cube
regression analysis
exception finding
threshold
confidence interval
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名一种基于动态感知模型的异常发现方法
- 4
-
-
作者
谢锦生
郭立
李竞竞
-
机构
中国科学技术大学电子科学与技术系
中国电子科技集团公司第三十八研究所数字技术部
安徽电信器材贸易工业有限公司
-
出处
《计算机应用研究》
CSCD
北大核心
2014年第8期2539-2542,共4页
-
基金
国家自然科学基金资助项目(61071173)
-
文摘
针对视频中异常目标行为特征的有效表示问题,提出一种基于动态感知模型的异常目标发现方法。对视频场景中的光滑、纹理、边沿区域建立动态感知模型,得到运动注意块作为候选检测位置,减少了对非感兴趣区域的冗余计算,再提取运动注意块的时空HNF特征使用稀疏编码算法训练生成字典。根据样本关于字典的重构误差是否超过预设阈值作为个体异常发现的判别标准。实验结果与测试数据库Ground Truth比较说明了该方法的有效性和实用性,且易于实现。
-
关键词
稀疏表示
视频分析
动态感知
异常发现
-
Keywords
sparse representation
video analysis
motion perceptions
anomaly discovery
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于临床数据挖掘的医疗过程异常发现方法及应用
被引量:5
- 5
-
-
作者
魏志杰
金涛
王建民
-
机构
清华大学软件学院
-
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2018年第7期1631-1641,共11页
-
基金
国家科技支撑计划资助项目(2015BAH14F02)
国家自然科学基金资助项目(61325008)~~
-
文摘
为了如何充分挖掘数据本身的信息来合理抽象医疗过程,发现可解释的、定位更准确的医疗异常,在考虑医疗数据的语义、次序和频率信息的基础上,提出一种改进的医疗过程异常发现方案。假设大多数医生按正常程序诊疗,只有少数异常。首先利用LDA主题模型对诊疗活动进行主题聚类,得到患者每天的诊疗主题分布;然后,基于此分布利用K-means++对天进行聚类,以聚类结果标识患者的每一天;最后,以天为单位利用IMi挖掘到的过程模型作为大多数患者遵循的诊疗过程,通过基于对齐的合规性检查发现异常行为的位置和异常程度。实验结果表明,所提方案能够得到可解释的、定位更准确的医疗异常,可以辅助医保审查。
-
关键词
过程挖掘
临床诊疗过程
异常发现
合规性检查
对齐成本
-
Keywords
process mining
clinical process
outlier detection
conformance checking
alignment cost
-
分类号
TP311.11
[自动化与计算机技术—计算机软件与理论]
-
-
题名大数据下的销售异常发现与定位模型研究
被引量:2
- 6
-
-
作者
刘菊君
姜磊
彭雄
周倩
杨先圣
-
机构
湖南科技大学计算机科学与工程学院
步步高商业连锁股份有限公司
-
出处
《小型微型计算机系统》
CSCD
北大核心
2019年第1期64-68,共5页
-
基金
湖南省教育厅重点项目(15A064)资助
湖南省自然科学基金项目(2016JJ2056)资助
-
文摘
当今时代传统零售业竞争异常激烈且数据量庞大,因此在大数据平台下挖掘异常并让其辅助决策成为企业提高竞争力的有效手段.目前大多数离群点检测方法仅能对具有可比性的数据进行异常挖掘,但销售数据却受到季节性、节假日等因素影响而失去可比性,且管理层的需求并不仅仅是挖掘异常,其最终目的是定位异常、实现责任到人等实用意义,从而针对销售数据的异常发现与定位方法成为一大难题.为此提出了大数据下的销售数据的异常发现与定位模型.该模型利用权重的思想使数据具有可比性,从不同角度的数据进行离群点检测后通过建立概率模型实现异常定位.由于权重思想及独有的异常定位两个特征,该模型在实际应用于步步高商业连锁股份有限公司时获得了相关专业人员的高度认可.
-
关键词
大数据
离群点检测
异常发现
异常定位
权重
-
Keywords
big data
outlier detection
anomaly detecting
anomaly locating
weight
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名动态信息网络中的角色演化异常及其发现
被引量:4
- 7
-
-
作者
李艳梅
李川
唐常杰
张永辉
张彪
杨宁
罗谦
-
机构
四川大学计算机学院
国家空管自动化系统技术重点实验室
武汉大学软件工程国家重点实验室
中国民用航空总局第二研究所
-
出处
《计算机科学与探索》
CSCD
北大核心
2015年第3期321-329,共9页
-
基金
国家自然科学基金
国家"十二五"科技支撑计划项目
武汉大学软件工程国家重点实验室开放基金项目~~
-
文摘
现实世界中的社交网络、合作者网络、邮件网络等诸多复杂系统均可抽象为动态信息网络。动态信息网络具有时序、复杂、多变的特征,分析其网络结构随时间演化的过程,尤其演化过程中出现的异常现象,对理解复杂系统的行为倾向于演化趋势具有重要意义。致力于动态信息网络中异常结构演化过程的发现,通过角色定义刻画网络的结构特征,提出了角色演化异常(role evolving outliers,REOutliers)的概念,并给出了基于模式挖掘的角色演化异常发现算法(pattern-based role evolving outliers detection,P-REOD)。该算法挖掘整个网络中角色随时间演化的频繁模式,通过比较节点到频繁模式的相异程度进行REOutliers发现。实验表明,该算法能够进行有效的角色演化异常发现。
-
关键词
动态网络
模式挖掘
异常发现
-
Keywords
dynamic networks
pattern mining
outlier detection
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名基于统计的网络流量模型及异常流量发现
被引量:2
- 8
-
-
作者
吴冰
云晓春
陈海永
-
机构
哈尔滨工业大学计算机网络与信息安全技术研究中心
-
出处
《高技术通讯》
CAS
CSCD
北大核心
2007年第10期1007-1012,共6页
-
基金
863计划(2001AA147010B)、国家自然科学基金(60403033)资助项白.
-
文摘
基于从网络流量的大小和流量曲线的形状两个方面的研究,建立了一种基于统计的网络流量模型,提出了计算正常情况网络流量曲线的算法。通过对比正常网络流量曲线和异常网络流量曲线之间的差距,实现了对异常数据流的自动检测。实验表明,该模型不仅可以模拟与网络实测数据相似的网络流量,而且具有一定的异常流量发现能力。
-
关键词
统计
计算机网络
流量模型
异常发现
-
Keywords
statistics, computer network, traffic model, anomaly detection
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于信息熵理论的教育网异常流量发现
被引量:8
- 9
-
-
作者
陈锶奇
王娟
-
机构
电子科技大学计算机科学与工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2010年第4期1434-1436,共3页
-
基金
国家"242"信息安全计划资助项目(2006C27)
-
文摘
为提高异常流量发现的效率,解决传统流量分析方法效率较低、异常检测能力弱的问题,对骨干路由器的netflow流数据采用基于多个信息熵的联合指标并结合基于滑动窗口的熵流突发检测算法来实现网络异常的发现;并利用各指标熵值的相关度分析将指标分类,根据已知的异常类型对每一类指标的异常检测范围作出总结。通过实验成功剔除了冗余度高的指标,将网络异常流量分为了能准确地被联合指标识别出的四种类型。实验证明,该异常检测方案实用性强,较传统的流量分析方法在异常类型的判断上更加准确和有效。
-
关键词
信息熵
基于移动窗口的熵流突发检测算法
NETFLOW
网络异常发现
相关度分析
-
Keywords
information entropy
the slipping window-based algorithm for detecting the bursts of the entropy stream
netflow
anomaly detection
correlativity analysis
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名大数据环境下离散制造车间异常事件发现方法
被引量:3
- 10
-
-
作者
马超
徐迭石
张淑丽
刘胜辉
-
机构
哈尔滨理工大学软件学院
-
出处
《计算机应用与软件》
2017年第9期288-293,共6页
-
基金
国家自然科学基金项目(51375128)
黑龙江省教育厅科学技术研究项目(12541159)
-
文摘
针对大数据环境下离散制造企业车间生产过程中生产异常难以有效管控的问题,先从理论上研究建立车间异常事件预警模型的合理性和实用性。然后从技术实现角度给出异常触发事件的数据来源及其计算方法。接着综合时间序列和因果关系两个维度,建立基于时序序列上多决策树的车间异常事件预警模型,保证了预测结果的准确性和可靠性。最后采用某型号燃气轮机转子的生产过程数据验证模型的有效性。
-
关键词
异常事件发现
时间序列
决策树
预警
-
Keywords
Abnormal event discovery
Time series
Decision tree
Early warning
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
-
题名46,XX,15p+,22p+异常核型2例
被引量:1
- 11
-
-
作者
林洁
王立芝
林杰
胡嫦君
段卡利
-
机构
四川省自贡市妇幼保健院
-
出处
《实用医学杂志》
CAS
北大核心
2011年第19期3490-3490,共1页
-
文摘
患者1,女,1岁,表型正常,追踪至今无异常发现。曾于孕23周因唐氏筛查高风险行羊水染色体检查,诊断46,XX,15p+,22p+(图1)。患者2系患儿母亲,28岁,46,XX,15p+,22p+(图2)。母亲表型正常,先前有3次早孕期人工流产史,
-
关键词
异常核型
染色体检查
人工流产史
异常发现
唐氏筛查
高风险
早孕期
患者
-
分类号
R394
[医药卫生—医学遗传学]
-
-
题名术中发现副节瘤一例
- 12
-
-
作者
郑升法
李玉梅
崔荣生
王华
-
机构
山东省日照市人民医院麻醉科
-
出处
《临床麻醉学杂志》
CAS
CSCD
2008年第6期550-550,共1页
-
-
关键词
术中发现
副节瘤
胰腺假性囊肿
病理性杂音
肠系膜囊肿
全身乏力
不能平卧
异常发现
-
分类号
R614
[医药卫生—麻醉学]
-
-
题名因肿瘤住院,查体发现房扑
- 13
-
-
作者
庞加声
-
机构
河北省人民医院功能检查科
-
出处
《中国社区医师》
2014年第3期36-36,共1页
-
文摘
病历摘要 临床资料患者,男,72岁。因食管癌住院。既往无心脏病史。体格检查:心血管系统无异常发现。
-
关键词
住院
肿瘤
房扑
查体
心血管系统
临床资料
异常发现
体格检查
-
分类号
R749
[医药卫生—神经病学与精神病学]
-
-
题名基于隐马尔可夫模型的虚拟机性能异常预测
被引量:3
- 14
-
-
作者
鲁明
宋馥莉
-
机构
河南广播电视大学
-
出处
《河南农业大学学报》
CAS
CSCD
北大核心
2016年第4期563-567,共5页
-
基金
河南省教育厅科学技术研究重点项目(14A520084)
河南省科技厅科技攻关课题(152102310325
152102310118)
-
文摘
基于隐马尔可夫模型(Hidden markov model,简称HMM)的虚拟机性能,提出了一种虚拟机性能异常的预测方法。该方法的核心思想是基于业务系统的运行时资源消耗具有一定的规律性。通过该规律性采用隐马尔可夫模型刻画当前业务系统的正确状态,并根据业务系统预测结果是否偏移正常状态来判定业务系统是否出现性能异常。基于TPC-W的试验结果显示,该方法具有快速发现和定位性能异常的能力,且其运行时开销较小。
-
关键词
虚拟机
性能异常发现
机器学习
-
Keywords
virtual machine
discovery of property abnormality
robotic learning
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名吃药引出精神异常
- 15
-
-
作者
彭汉光
-
机构
武汉协和医院
-
出处
《家庭医学(上半月)》
2001年第6期27-27,共1页
-
文摘
女青年程某因持续发烧确诊为伤寒病,服用依诺沙星治疗病情好转。但3天后觉得头部隐痛、头晕、多梦,继而精神抑郁、烦闷易怒,感情骤然脆弱,易激动,好哭泣,头痛得更厉害。进行B超、脑电图甚至头部CT检查,都未见异常发现。然而药物一停,所有症状很快减轻。医生征得本人和家属的同意后,再给以原药做激发试验,刚用了两次就出现了上述症状,肯定为服药所致的精神反应。此类事例不胜枚举。若为具有镇静、催眠、抗惊厥或抗癫痫作用的氯丙嗪、氯哌啶醇、安定。
-
关键词
精神抑郁
依诺沙星
激发试验
精神反应
抗惊厥
异常发现
心血管药物
脑电图
记忆障碍
西米替丁
-
分类号
R749.6
[医药卫生—神经病学与精神病学]
-
-
题名多维时间序列异常检测算法综述
被引量:26
- 16
-
-
作者
胡珉
白雪
徐伟
吴秉键
-
机构
上海大学悉尼工商学院
上海大学-上海城建建筑产业化研究中心
-
出处
《计算机应用》
CSCD
北大核心
2020年第6期1553-1564,共12页
-
文摘
随着信息化技术不断提高,时序数据规模呈指数级增长,为时间序列异常检测算法发展提供了契机和挑战,也使其逐步成为数据分析领域新增的研究热点。然而,这一方面的研究仍处于初步阶段,研究工作的系统性不强。为此,通过整理和分析国内外文献,将多维时间序列异常检测的研究内容按照逻辑顺序分为"维数约简""时间序列模式表示"和"异常模式发现"三个方面,并对其主流算法进行梳理和归纳,以全面展现当前异常检测的研究现状和特点。在此基础上,还指出了多维时间序列异常检测算法的研究难点和研究趋势,以期对相关理论和应用研究提供有益的参考。
-
关键词
多维时间序列
异常检测
维数约简
时间序列的模式表示
异常模式发现
-
Keywords
multidimensional time series
anomaly detection
dimension reduction
time series pattern representation
anomaly pattern detection
-
分类号
TP206.3
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名在线社会网络的动态社区发现及演化
被引量:53
- 17
-
-
作者
王莉
程学旗
-
机构
太原理工大学计算机科学与技术学院
中国科学院计算技术研究所
-
出处
《计算机学报》
EI
CSCD
北大核心
2015年第2期219-237,共19页
-
基金
国家"九七三"重点基础研究发展规划项目基金(2013CB329602)
国家自然科学基金重点项目(61232010)
+2 种基金
国家"八六三"高技术研究发展计划项目基金(2014AA015204)
第53批中国博士后科学基金资助项目(2013M530738)
山西省自然科学基金项目(2014011022-1)资助~~
-
文摘
在线社会网络研究中,动态隐含社区或群组结构的发现及演化探测是一个十分关键的核心问题,它对于在中观(Mesoscopic)视图观察在线社会网络隐结构特征、预测演化趋势、掌控网络势态、发现网络异常群体事件等具有重要意义.文中首先分析了动态社区发现和社区演化研究的关系,给出动态社区研究中关键挑战问题;然后根据问题背景的不同,从"同构社会网络的动态社区研究"和"异构社会网络的动态社区研究"两个方面进行国内外相关研究现状的阐述和分析,其中,在"同构社会网络的动态社区研究"中,根据评价方法的差异和关注问题的不同将当前相关研究分为基于时空独立评价、时空集成评价、统一评价和增量式算法4大类进行综述,同时对动态社区发现的重要应用——异常群体发现的研究进行介绍;最后对在线社会网络动态社区领域的难点和发展趋势进行分析和展望.
-
关键词
在线社交网络
动态社区发现
社区演化
统计推断
异常群体发现
社会计算
-
Keywords
online social networks
dynamic community detection
community evolution
statistical inference
abnormal swarm detection
social computing
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
-
题名基于NetFlow的异常流量智能检测引擎设计
被引量:2
- 18
-
-
作者
张慧丽
-
机构
中南民族大学计算与实验中心
-
出处
《计算机时代》
2006年第9期17-19,共3页
-
文摘
针对网络攻击的特点,利用动态网络行为的学习和实时偏差值检测技术,设计了基于NetFlow流量分析发现网络异常流量的智能检测引擎。
-
关键词
流量分析
异常发现
NETFLOW
行为学习
智能
检测引擎
-
分类号
TP393.07
[自动化与计算机技术—计算机应用技术]
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名基于信息挖掘的潜在异常行为可视分析
- 19
-
-
作者
胡宇佳
-
机构
四川大学计算机学院
-
出处
《现代计算机》
2020年第9期104-108,共5页
-
文摘
公司在临近发布重大新产品的日期时,对内部发生的一切异常现象都非常敏感。从数据的角度出发,对某公司一个月的监控数据进行分析,挖掘出潜在的异常及风险。首先,从多个方面对员工进行部门划分,确定部门领导以及公司的老板,并从其他结果中侧面证实划分的有效性;然后,从打卡时间、上网浏览模式、收发邮件数量、收发邮件时间段以及上网高峰时间段等多个方面总结员工的行为模式;最后,从打卡系统、端口连接的成功率、流量上下行高峰、服务器以及数据库预警等方面去分析该公司可能存在的异常及面临风险。
-
关键词
信息挖掘
可视分析
数据处理
行为模式
异常发现
-
Keywords
Information Mining
Visualization Analysis
Data Processing
Behavior Pattern
Abnormal Discovery
-
分类号
F272.3
[经济管理—企业管理]
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名“没有发现问题”的问题
- 20
-
-
作者
张明山
-
出处
《税务纵横》
1998年第5期53-53,共1页
-
文摘
医生为病人诊病,经过一番望、触、叩、听后,倘若当时没有查出什么毛病,便告知病人“没有发现问题”。于是在诊断书上写上“××无异常发现”。医生在未查出异常情况时不言“正常”,为何偏要说“无异常发现”呢?请教一位有经验的医生得知:这样做,一来是为了不把话说绝,以防没有检查清楚或以后出现问题,便可免去武断之嫌,给自己留条“退路”。二来这样表述比较妥贴,因为经检查确无异常发现,这也符合实际。可未发现不等于没有异常,也不是说没有问题。
-
关键词
发现问题
无异常发现
医生
诊断书
领导干部
批评的批评
异常情况
符合实际
技术责任
技术手段
-
分类号
F810.42
[经济管理—财政学]
-