Czasopismo | PRZEGLĄD ELEKTROTECHNICZNY | Rocznik 2019 - zeszyt 3

Filtracja i korelacja zdarzeń bezpieczeństwa - modele i metody

Filtration and correlation of security incidents - models and methods

10.15199/48.2019.03.32

nr katalogowy: 118977
10.15199/48.2019.03.32

Streszczenie

The paper is concerned with the problem of filtration and correlation of security incidents - suspicious events in computer networks. Each event is specifiable by a set of attributes and whole dataset is filtered w.r.t. these attributes to identify the suspicious events. Correlation is accomplished by looking for and analyzing relationships between suspicious events and vulnerabilities from heterogeneous datasets. The aim is to group data with the similar values of attributes. A brief survey of a set of techniques to investigate event patterns and combine suspicious events into meaningful entities is provided. The attention is focused on classification and grouping techniques.

Abstract

Praca dotyczy zagadnień filtracji i korelacji zdarzeń bezpieczeństwa w sieciach teleinformatycznych. Filtracja jest wykonywana względem pewnych zdefiniowanych atrybutów charakteryzujących zdarzenie. Korelacja jest rozumiana jako proces kojarzenia ze sobą informacji o możliwych incydentach naruszenia bezpieczeństwa i zagrożeniach w sieci pozyskanych z różnych źródeł. Kojarzone są ze sobą zdarzenia o podobnych wartościach wspomnianych wcześniej atrybutów. Oba problemy są zdefiniowane i omówione są różne podejścia, które można zastosować do ich rozwiązania. Szczególna uwaga jest zwrócona na techniki grupowania i klasyfikacji.

Słowa kluczowe

Keywords

Bibliografia

[1] Surma, J, Business Intelligence. Systemy wspomagania decyzji biznesowych, PWN, 2009
[2] Salour Li, M., Su X., A Survey of Internet Worm Detection and Containment, IEEE Communications Surveys & Tutorials, 10(2008), No. 1, 20-35
[3] Szynkiewicz P., Kozakiewicz A., Design and Evaluation of a System for Network Threat Signatures Generation, Journal of Computational Science 22 (2017), 187-197
[4] Kruczkowski M., Kozakiewicz A., Niewiadomska-Szynkiewicz, E., FP-tree and SVM for Malicious Web Campaign Detection, Proc. of 7th Asian Conference, ACIIDS, Series: Lecture Notes in Computer Science, 2015, No. 9012, 193-201
[5] Werner, T., Fuchs C., Gerhards-Padilla E., Martini P., Nebula - Generating Syntactical Network Intrusion Signatures, 4th International Conference on Malicious and Unwanted Software (MALWARE), 2009, 31-38
[6] Roussev V., Richard III G. G., Marziale L., Multiresolution Similarity Hashing, Digital Investigation, 4(2007), 105-113
[7] Newsome J., Karp B., Song D., Polygraph: Automatically Generating Signatures for Polymorphic Worms, proc. of IEEE Symposium on Security and Privacy (S&P'05), 2005, 226 - 241
[8] Bandakkanavar R. Honeypot, Technical paper, Krazytech, 2017 150 PRZEGLĄD ELEKTROTECHNICZNY, ISSN 0033-2097, R. 95 NR 3/2019
[9] Roesch M., Snort - Lightweight Intrusion Detection for Networks, Proc. of the 13th Conference on Systems Administration, 1999, 229-238
[10] Vapnik V. N., The Nature of Statistical Learning Theory, Springer-Verlag, 1995
[11] Kruczkowski M., Niewiadomska-Szynkiewicz E., Support vector machine for malware analysis and classification, Proc.of IEEE/WIC/ACM International Joint Conference on Web Intelligence and Intelligent Agent Technology, 2(2014), 280-283
[12] Kreibich C., Crowcroft J., Honeycomb - Creating Intrusion Detection Signatures Using Honeypots, ACM SIGCOMM Computer Communication Review, 34(2004), 51-56
[13] Sounak P., Mishra B.K., Survey of Polimorphic Worm Signatures, Inter. Journal of u- and e-Service, Science and Technology, 7(2014), No. 3, 129-150
[14] Kozakiewicz A., Pałka T., Kijewski P., Wykrywanie adresów serwerów c&c botnetów w danych ze środowisk sandbox, Przegląd Telekomunikacyjny i Wiadomości Telekomunikacyjne, 2015, No. 8-9, 1223-1231
[15] Ester M., Kriegel H.-P., Sander J., Xu X., A density-based algorithm for discovering clusters in large spatial databases with noise, Second International Conference on Knowledge Discovery and Data Mining (KDD-96), 1996, 226-231
[16] Agrawal C., Srikant R., Fast Algorithms for Mining Association on Rules in Large Databases, Proc. of the 20-th International Conference on Very Large Data Bases, 1994, 487-499
[17] Jones A., Ashenden D., Risk Management for Computer Security, Elsevier, 2005
[18] El Fray I, Pejaś J., Hyla T., Nowe podejście w zarządzaniu ryzykiem dla systemów informacyjnych organizacji, Rozproszona kontrola dostępu w praktyce, Przegląd Elektrotechniczny, 2015, No 11, 186-190

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


e-Publikacja (format pdf) - nr 118977 "Filtracja i korelacja zda..." licencja: Osobista Produkt cyfrowy	10.00 zł

Zeszyt


PRZEGLĄD ELEKTROTECHNICZNY - e-zeszyt (pdf) 2019-3 licencja: Osobista Produkt cyfrowy	55.00 zł

Prenumerata

PRZEGLĄD ELEKTROTECHNICZNY - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

762.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	1002.00 zł brutto 927.78 zł netto 74.22 zł VAT (stawka VAT 8%)

1002.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna	960.00 zł brutto 888.89 zł netto 71.11 zł VAT (stawka VAT 8%)
PRZEGLĄD ELEKTROTECHNICZNY - pakowanie i wysyłka	42.00 zł brutto 34.15 zł netto 7.85 zł VAT (stawka VAT 23%)

1002.00 zł

Zeszyt

2019-3

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma