基于LSTM-Attention的内部威胁检测模型

作者：张光华; 闫风如; 张冬雯^*; 刘雪峰

来源：信息网络安全, 2022, 22(02): 1-10.

• 长短期记忆
• 注意力机制
• 用户和实体行为分析
• 内部威胁检测

信息被内部人员非法泄露、复制、篡改,会给政府、企业造成巨大的经济损失。为了防止信息被内部人员非法窃取,文章提出一种基于LSTM-Attention的内部威胁检测模型ITDBLA。首先,提取用户的行为序列、用户行为特征、角色行为特征和心理数据描述用户的日常活动;其次,使用长短期记忆网络和注意力机制学习用户的行为模式,并计算真实行为与预测行为之间的偏差;最后,使用多层感知机根据该偏差进行综合决策,从而识别异常行为。在CERT内部威胁数据集上进行实验,实验结果表明,ITDBLA模型的AUC分数达0.964,具有较强的学习用户活动模式和检测异常行为的能力。

• 单位
  河北科技大学; 西安电子科技大学