机器学习和数据挖掘在网络安全领域会有哪些应用?


阿凡达提问于 2018-11-21 17:22
1 个回答
1 个回答
  • 达芬奇密码 2018-11-21 17:52

    目前的安全解决方案,或多或少都引入了机器学习、数据挖掘技术。以网易云易盾为例,构建多层次立体防护的网络安全能力,就是依托网易大数据分析技术,能够自动化发现攻击,并做精细分类、识别及清洗。

    • 业务流量模型的智能学习,使用数据挖掘、机器学习和深度学习等手段,利用算法模型来解决不同场景下的业务流量模型。
    • 基于多维度信誉库(IP,设备,指纹)的清洗策略、网易大数据,建立针对用户IP、用户设备、用户指纹。
    再如易盾 业务安全防御体系包括:信息验证、注册保护、登录保护和营销反作弊,业务形态的背后是多技术联动:人机识别、风险名单、IP画像、设备模型、行为模型、业务模型、关联分析和规则系统等,同时包括了大数据、机器学习方法的应用。如下是 结合无监督学习+有监督学习方法来发掘羊毛党团伙作案的网络模型。


    图注:关联模型图
    1. 基于用户在一段时间内所有业务相关的数据建立关系链,这些关系链将构成一个总网络;
    2. 搜索网络中的所有子网络,进行连通图分割;
    3. 遍历每个子网络,获取网络标签,挖掘网络特征;
    4. 通过机器学习构建识别羊毛党的网络模型。


    如果题主对这个话题很感兴趣,可以关注这个资源:网络安全中机器学习大合集,包括数据集、论文、书籍、演讲、教程、课程等。

    目前的安全解决方案,或多或少都引入了机器学习、数据挖掘技术。以网易云易盾为例,构建多层次立体防护的网络安全能力,就是依托网易大数据分析技术,能够自动化发现攻击,并做精细分类、识别及清洗。

    • 业务流量模型的智能学习,使用数据挖掘、机器学习和深度学习等手段,利用算法模型来解决不同场景下的业务流量模型。
    • 基于多维度信誉库(IP,设备,指纹)的清洗策略、网易大数据,建立针对用户IP、用户设备、用户指纹。
    再如易盾 业务安全防御体系包括:信息验证、注册保护、登录保护和营销反作弊,业务形态的背后是多技术联动:人机识别、风险名单、IP画像、设备模型、行为模型、业务模型、关联分析和规则系统等,同时包括了大数据、机器学习方法的应用。如下是 结合无监督学习+有监督学习方法来发掘羊毛党团伙作案的网络模型。


    图注:关联模型图
    1. 基于用户在一段时间内所有业务相关的数据建立关系链,这些关系链将构成一个总网络;
    2. 搜索网络中的所有子网络,进行连通图分割;
    3. 遍历每个子网络,获取网络标签,挖掘网络特征;
    4. 通过机器学习构建识别羊毛党的网络模型。


    如果题主对这个话题很感兴趣,可以关注这个资源:网络安全中机器学习大合集,包括数据集、论文、书籍、演讲、教程、课程等。