
大數(shù)據(jù)在信息安全方面的應用
用大數(shù)據(jù)的方法做信息安全的背景在于,傳統(tǒng)的“見招拆招”的安全措施面對靈活多變的攻擊手段 有些捉襟見肘,但各種攻擊手段大多會表現(xiàn)出一定的共性。所以當樣本(malware樣本,server log,traffic pattern 等等)足夠多的時候,只要能正確提取出數(shù)據(jù)中的feature,就可能找到這些靈活多變的adversary的一些共性行為,以此來作為防御。
下面結合幾篇論文結說一下:
1. Malware detection (惡意軟件偵測)
惡 意軟件偵測除了傳統(tǒng)的對可執(zhí)行文件進行分析以外,還可以根據(jù)其行為進行偵測。比如賽門鐵克(Symantec)搞了一個項目[1],它的idea就是:你 在網(wǎng)上瀏(kan)覽(pian)時下載了一個惡意軟件,它可能會附帶一些無害的文件(比如用于偽裝),這種情況下這些文件和這個惡意軟件的同時出現(xiàn) (co-occurrence)的概率就會比較高。當我們通過傳統(tǒng)的偵測手段發(fā)現(xiàn)了這個惡意軟件的時候,和它co-occurrence概率較高的一些文 件就會被認為有bad reputation。比如這時你在另一個用戶的電腦上發(fā)現(xiàn)了一些同樣的無害的文件,但沒有發(fā)現(xiàn)這個惡意軟件,那么就認為有可能是這個惡意軟件的變種造成 的。賽門鐵克通過大量用戶上傳的匿名文件集合(file collection)樣本(1億多臺機器上的100多億個文件),對文件進行標記(labeling),訓練出了這樣一個偵測惡意軟件的模型,識別率很 高(True Positive在0.99以上),而且能做到比現(xiàn)有技術手段能提前一周識別。
2. 惡意鏈接預測
你 在上網(wǎng)的時候很可能遇到過釣魚網(wǎng)站,一般是那種看上去還比較正規(guī)但是你一點進去各種被騙輸入密碼或者個人信息的網(wǎng)站,比如我在知乎上也見到過: 這封「知乎團隊」的私信可信嗎? - Sean 的回答 ,這個釣魚站的域名是zhihuemail dot com,點進去你就上當了。怎樣預測這樣的域名是惡意網(wǎng)站呢?當有用戶舉報上當受騙時候顯然已經(jīng)晚了,而駭客們也會快速變換域名以躲避偵測。[2] 這篇paper 用大量的DNS記錄, IP地址信息,以及域名管理方(whois)的記錄,來預測一個域名是否是惡意網(wǎng)站。
3. DDoS檢測
DDoS 是各個網(wǎng)站都很頭疼的問題,網(wǎng)站流量突然升高,你怎么知道是真的訪問用戶多了還是駭客通過僵尸網(wǎng)絡對你發(fā)動的攻擊呢?在這么多訪問中,你怎么知道哪個是用 戶哪個是僵尸呢?[3]這篇paper 提出用流量包中的source和destination 的地址,端口號,包的類型等作為feature,采用k-NN算法對其進行分類,來檢測DDoS攻擊。(當然這個模型比較簡單,用于在這里舉例比較方便, 然而實際上魔高一丈DDoS攻擊手段更加多樣性,我懷疑這種相對簡單的方法能不能真正有效)
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10