面向城市轨道交通典型应用场景的高级持续性威胁检测技术

摘要：

为解决城市轨道交通场景下如何有效应对高级持续性威胁(advanced persistent threat,APT)这一难题,提出将攻击溯源图与深度流量学习相结合的方法,集成攻击重构与流量监控,实现对APT攻击的判断和检测.通过实验结果可知,该模型能够实现对APT攻击的有效溯源.与传统的基于机器学习的APT攻击检测模型比较,这种组合模型在检测准确率、精确度、召回率等指标方面具有明显的优势.

关键词：轨道交通、网络安全、APT攻击、攻击溯源图、深度学习

所属期刊栏目：37

分类号：U231(特种铁路)

资助基金：中国中车科技研究开发计划2023CKA362-1

在线出版日期：2024-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：16-23