高级持续性威胁(APT)攻击因其较长的潜伏期和复杂的攻击路径,不同阶段的行为特征各异.传统监测方法采用固定的告警阈值或简单的规则来识别异常行为,忽略了APT攻击的动态变化,导致在APT攻击的不同阶段和潜伏期内,告警条件无法有效触发,频繁产生误报.为此,提出基于多时段告警触发机制的分布式跨域网络安全监测方法.通过部署监测节点和传感装置,实现对网络关键数据的实时监测.基于收集的大量实时数据,利用对比训练和特征提取技术,精确提取APT攻击的关键特征,并计算了相应的特征值.基于这些特征值,设计多时段告警触发机制.通过设定告警阈值,实时监测不同时间段内的网络流量和用户行为数据.一旦发现异常或达到告警阈值,系统就会立即触发告警,有效阻断APT攻击者的持续渗透.在此基础上,设计一个跨域网络高级威胁安全监测模型.考虑网络域差异,引入联合响应时间为置信约束条件,提升监测效果.同时,将应急阻断机制与安全监测模型紧密结合,确保在发现APT威胁时能够迅速响应并采取相应的阻断措施.测试结果表明,所提出的方法可将误报次数控制在15次以下,实际应用效果显著,针对性强,综合监测能力得到显著提升.
NETL
NSTL
万方数据
