企業(yè)內(nèi)部網(wǎng)絡(luò)用戶的異常行為分析.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的高速發(fā)展，各個(gè)企業(yè)都建立了自己的內(nèi)部網(wǎng)絡(luò)。盡管內(nèi)部網(wǎng)絡(luò)方便了企業(yè)的工作和管理，但內(nèi)部網(wǎng)絡(luò)的安全問題同時(shí)也越來越頻繁并且越來越嚴(yán)重。企業(yè)內(nèi)部網(wǎng)絡(luò)環(huán)境中超過80％的威脅都可能是由內(nèi)部用戶行為引起的。企業(yè)內(nèi)部員工很可能在工作時(shí)間進(jìn)行非工作內(nèi)容的活動(dòng)或其他異常行為，這些都是內(nèi)部網(wǎng)絡(luò)需要考慮到的問題。內(nèi)部網(wǎng)絡(luò)安全問題的復(fù)雜性、不確定性和多樣性都會(huì)導(dǎo)致解決安全問題的困難。
　　為了能夠更加有效的檢測(cè)企業(yè)內(nèi)部網(wǎng)絡(luò)用戶的異常行為，本

2、文建立了企業(yè)內(nèi)部網(wǎng)絡(luò)用戶的行為模型，利用一些數(shù)據(jù)處理方法對(duì)表示用戶行為的數(shù)據(jù)進(jìn)行處理，選擇一種聚類方法通過對(duì)用戶行為進(jìn)行聚類來分析企業(yè)內(nèi)部網(wǎng)絡(luò)用戶的異常行為。這種分析方法主要通過搜集不同模式的信息，分析用戶的行為特征，將用戶的所有行為數(shù)據(jù)進(jìn)行聚類，分析聚類后的孤立點(diǎn)和小類來判別其行為是正常還是異常。如果出現(xiàn)無法判定的可疑行為，則利用反向選擇的法則篩選出正常行為，視其余的行為為異常行為。對(duì)企業(yè)內(nèi)部網(wǎng)絡(luò)用戶的建模并利用聚類的方法來檢測(cè)異常行