面向攻击识别的威胁情报画像分析
来源：计算机工程杂志2020年第1期北京时间：
作者：杨沛安, 刘宝旭, 杜翔宇
单位：1. 中国科学院大学, 北京 100049;2. 中国科学院高能物理研究所, 北京 100049;3. 中国科学院信息工程研究所, 北京 100093
摘要：新型网络攻击向高隐蔽性、高持久性和高扩散性的方向发展，导致攻击识别与检测难度骤增。为提高网络攻击识别的效率与准确性，提出一种面向攻击识别的威胁情报画像分析方法。建立攻击画像数据表达规范，基于Killchain模型和攻击原理，构建威胁属性状态转移关系的挖掘模型，提取属性状态转移序列。在此基础上，利用有色Petri网攻击图在因果关系处理和表达上的优势进行基于威胁属性的关联，并将相关要素与属性转换为要素原子图。通过要素融合算法对要素原子图进行融合，实现威胁情报画像分析。实际攻击事件分析过程中的应用结果表明，该方法能提高网络攻击识别准确度，并缩短攻击识别响应周期。
关键词：攻击识别,威胁情报,情报分析,攻击图,关联分析
基金资助：北京市科委基金（Z161100002616032）。
