高级持续性威胁中攻击特征的分析与检测
来源：吉林大学学报·理学版杂志2019年第2期北京时间：
作者：董刚, 余伟, 玄光哲
单位：1. 吉林大学 软件学院, 长春 130012; 2. 吉林大学 大数据和网络管理中心, 长春 130012
摘要：针对高级持续性威胁的检测问题, 提出一种基于网络连接特征属性的检测方法. 通过数据采集、 特征提取、 异常检测和实时报警4个步骤, 选取网络连接的12种特征属性, 应用机器学习方法分析属性特征数据集, 建立高级持续性威胁攻击检测模型. 实验结果表明, 该方法对于高级持续性威胁攻击检测性能良好, 检测率较高, 误报率较低.
关键词：高级持续性威胁,攻击特征,网络安全检测,机器学习
