摘要
高级可持续威胁(Advanced Persistent Threat,APT)等多阶段攻击具有复杂多样性和隐蔽持续性的特点,给网络安全带来了极大的威胁.研究攻击方的攻击策略并对其后续攻击步骤进行预测,是防御方的一个重要研究课题.针对多阶段攻击趋势预测难的问题,该文提出了基于攻击上下文分析的多阶段攻击趋势预测算法,从系统日志中梳理攻击上下文并对后续的攻击趋势进行预测.该算法先通过因果图构建、异常日志序列提取、抽象文本表示等步骤实现对已有攻击上下文的分析,然后基于已经检测到的攻击序列,利用Transformer模型对后续攻击趋势进行预测.在开源的ATLAS数据集和HDFS数据集上对算法进行了验证.在ATLAS数据集的超过 7 000 个序列中,该算法的单步预测准确率可达 90%以上,五步预测准确率也能达到74%.实验表明基于攻击上下文分析的攻击趋势预测是一种可行的方法,为网络攻击预测研究提供了一种新思路.