隨著互聯(lián)網(wǎng)的發(fā)展,組織管理和業(yè)務(wù)開(kāi)展對(duì)信息系統(tǒng)的需求與日俱增,內(nèi)部威脅隱患隨之增加。近年來(lái)研究者從多個(gè)層面、不同角度對(duì)內(nèi)部威脅進(jìn)行研究,在理論框架、檢測(cè)方法等方面取得了許多成果。但由于孤立分析用戶行為特征,而忽視內(nèi)在特征,同時(shí)在行為分析時(shí)忽略行為文本內(nèi)容中細(xì)節(jié)信息,導(dǎo)致無(wú)法發(fā)現(xiàn)用戶的真實(shí)目的、內(nèi)在意圖和主觀因素,再者低效利用用戶多域行為特征,導(dǎo)致內(nèi)部威脅檢測(cè)效率低下。本文綜合分析用戶內(nèi)在特征、業(yè)務(wù)操作的各域行為特征、細(xì)節(jié)內(nèi)容和行為序列,為組織檢測(cè)用戶的惡意行為提供了方法和思路。同時(shí)為了從海量用戶數(shù)據(jù)中抽取出用戶信息全貌,用戶畫像技術(shù)應(yīng)運(yùn)而生,分別從用戶內(nèi)在屬性和用戶行為屬性兩個(gè)角度對(duì)組織內(nèi)部的用戶進(jìn)行了全面細(xì)致的刻畫。在前人的研究基礎(chǔ)上進(jìn)行完善,取得以下成果。1.對(duì)用戶的性格特點(diǎn)、過(guò)往經(jīng)歷、工作態(tài)度、心理特性等內(nèi)在特征進(jìn)行研究,得到用戶能力、情緒、價(jià)值觀和習(xí)慣行為方式的有機(jī)整合—大五人格值,形成了描述靜態(tài)特性的用戶內(nèi)在屬性畫像�；谑种夥ǖ腒-Means對(duì)用戶人格特征進(jìn)行聚類,整合與惡意用戶內(nèi)在屬性特征高度相似的“高�！庇脩�。在內(nèi)部威脅檢測(cè)實(shí)踐中,加強(qiáng)對(duì)“高�！庇脩舻谋O(jiān)管力度,可降低用... 

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀
    1.3 主要內(nèi)容
    1.4 本文組織結(jié)構(gòu)
第2章 相關(guān)概念和主要技術(shù)
    2.1 內(nèi)部威脅的簡(jiǎn)介
        2.1.1 內(nèi)部威脅的概念
        2.1.2 內(nèi)部威脅的類別
    2.2 用戶畫像的簡(jiǎn)介
        2.2.1 用戶畫像的內(nèi)涵及特征
        2.2.2 用戶畫像的基本流程
        2.2.3 用戶畫像的應(yīng)用
    2.3 本章小結(jié)
第3章 基于用戶內(nèi)在屬性的內(nèi)部威脅畫像
    3.1 概述
    3.2 大五人格模型
    3.3 設(shè)計(jì)思路及方法
        3.3.1 設(shè)計(jì)思路
        3.3.2 數(shù)據(jù)收集與整理模塊
        3.3.3 內(nèi)在屬性畫像模塊
    3.4 實(shí)驗(yàn)結(jié)果及分析
        3.4.1 實(shí)驗(yàn)數(shù)據(jù)
        3.4.2 實(shí)驗(yàn)結(jié)果及分析
    3.5 本章小結(jié)
第4章 基于用戶行為屬性的內(nèi)部威脅畫像
    4.1 概述
    4.2 整體設(shè)計(jì)思路及數(shù)據(jù)獲取
        4.2.1 設(shè)計(jì)思路
        4.2.2 獲取審計(jì)日志數(shù)據(jù)
    4.3 基于優(yōu)化SVM異常檢測(cè)
        4.3.1 多域行為數(shù)據(jù)預(yù)處理
        4.3.2 優(yōu)化SVM建模
    4.4 基于改進(jìn)TF-IDF算法提取關(guān)鍵詞
        4.4.1 NLTK分詞處理
        4.4.2 過(guò)濾詞匯
        4.4.3 改進(jìn)的TF-IDF算法
    4.5 實(shí)驗(yàn)結(jié)果與分析
        4.5.1 SVM建模實(shí)驗(yàn)數(shù)據(jù)
        4.5.2 評(píng)價(jià)標(biāo)準(zhǔn)與結(jié)果分析
        4.5.3 畫像結(jié)果及分析
        4.5.4 行為文本實(shí)驗(yàn)數(shù)據(jù)
        4.5.5 關(guān)鍵詞提取結(jié)果及分析
    4.6 本章小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的研究成果、參加學(xué)術(shù)會(huì)議及獲獎(jiǎng)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]一種小樣本下的內(nèi)部威脅檢測(cè)方法研究[J]. 王一豐,郭淵博,李濤,劉春輝.  小型微型計(jì)算機(jī)系統(tǒng). 2019(11)
[2]用戶畫像研究述評(píng)[J]. 宋美琦,陳燁,張瑞.  情報(bào)科學(xué). 2019(04)
[3]全特征信息均衡建模的內(nèi)部威脅人物檢測(cè)[J]. 劉宇,羅森林,曲樂(lè)煒,潘麗敏,張?bào)?  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2019(04)
[4]國(guó)內(nèi)外用戶畫像研究綜述[J]. 劉海鷗,孫晶晶,蘇妍嫄,張亞明.  情報(bào)理論與實(shí)踐. 2018(11)
[5]基于機(jī)器學(xué)習(xí)的行為分析技術(shù)在下一代智能化網(wǎng)絡(luò)安全體系中的應(yīng)用[J]. 陳捷,叢鍵,張海燕.  通信技術(shù). 2018(08)
[6]社會(huì)化問(wèn)答社區(qū)用戶畫像構(gòu)建[J]. 王凌霄,沈卓,李艷.  情報(bào)理論與實(shí)踐. 2018(01)
[7]基于機(jī)器學(xué)習(xí)的Web用戶行為認(rèn)證[J]. 毋澤南,田立勤,王志剛.  網(wǎng)絡(luò)與信息安全學(xué)報(bào). 2018(01)
[8]基于在線評(píng)論的用戶畫像研究——以攜程酒店為例[J]. 單曉紅,張曉月,劉曉燕.  情報(bào)理論與實(shí)踐. 2018(04)
[9]一種內(nèi)部威脅實(shí)時(shí)檢測(cè)與防護(hù)中間件模型[J]. 王振鐸,王振輝,姚全珠,楊玉峰.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2017(19)
[10]基于車載OBD數(shù)據(jù)的小汽車出行特征分析——以北京市為例[J]. 郭繼孚,孫建平,溫慧敏,趙祥,雷方舒.  城市交通. 2017(05)



本文編號(hào)：3693903