-
题名iAES:面向网络安全博客的IOC自动抽取方法
被引量：9
- 1
-
-
作者
王伟平
宁翔凯
宋虹
鲁鸣鸣
王建新
-
机构
中南大学计算机学院
-
出处
《计算机学报》
EI
CAS
CSCD
北大核心
2021年第5期882-896,共15页
-
基金
国家自然科学基金(61672543)资助
-
文摘
网络威胁指标(IOC)作为网络威胁的行为特征,可以按照标准组织起来并部署在安全系统中防御攻击.博客是重要的网络威胁情报来源,及时从中收集网络威胁指标能够快速应对新的安全威胁,但人工阅读并抽取IOC的方式耗时耗力,所以我们迫切需要一种从网络安全博客中自动抽取IOC的方法.为此,本文提出了一种面向网络安全博客的IOC自动抽取方法iAES(IOC Automatic Extraction System).该方法完成了博客的自动增量爬取、博客页面去噪预处理、结合文本特征和话题特征的博客分类、基于正则表达式匹配和深度学习模型的IOC语句识别、基于上下文语义相似性的IOC格式化.我们通过人工标记的方法建立了博客数据集、语句数据集和IOC数据集,分别对iAES与近期相关研究iACE进行测试,测试结果表明iAES在IOC博客分类、IOC语句分类和安全博客IOC抽取上的表现分别比iACE提升了9.46%、4.25%和7.11%.进而采用iAES对来自于29个安全博客网站的67682博文进行测试,并从自动获取的IOC语句中随机选取1000条进行人工验证,结果表明精确率达到94.3%.
-
关键词
网络安全
网络威胁指标
深度学习
语句分类
IOC抽取
-
Keywords
cyber security
indicator of compromise
deep learning
sentence classification
IOC extraction
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
