An anomaly detection model is trained to detect malicious traffic sessions with a low rate of false positives. A sample feature extractor extracts tokens corresponding to human-readable substrings of incoming unstructured payloads in a traffic session. The tokens are correlated with a list of malicious traffic features and frequent malicious traffic features across the traffic session are aggregated into a feature vector of malicious traffic feature frequencies. An anomaly detection model trained on feature vectors for unstructured malicious traffic samples predicts the traffic session as malicious or unclassified. The anomaly detection model is trained and updated based on its' ongoing false positive rate and malicious traffic features in the list of malicious traffic features that result in a high false positive rate are removed.
Un modèle de détection d'anomalie est formé pour détecter des sessions de trafic malveillant en présentant un faible taux de faux positifs. Un extracteur de caractéristiques d'échantillon extrait des jetons correspondant à des sous-chaînes lisibles par l'homme de charges utiles non structurées entrantes dans une session de trafic. Les jetons sont corrélés avec une liste de caractéristiques de trafic malveillant et des caractéristiques de trafic malveillant fréquentes à travers la session de trafic sont agrégées en un vecteur de caractéristiques de fréquences de caractéristiques de trafic malveillant. Un modèle de détection d'anomalie formé sur des vecteurs de caractéristiques pour des échantillons de trafic malveillant non structurés prédit que la session de trafic est malveillante ou non classée. Le modèle de détection d'anomalie est formé et mis à jour sur la base de son taux courant de faux positifs et des caractéristiques de trafic malveillant dans la liste de caractéristiques de trafic malveillant qui donnent lieu à un taux de faux positifs élevé sont éliminées.
MALICIOUS TRAFFIC DETECTION WITH ANOMALY DETECTION MODELING
DÉTECTION DE TRAFIC MALVEILLANT AVEC MODÉLISATION DE DÉTECTION D'ANOMALIE
2022-02-24
Patent
Electronic Resource
English
Malicious traffic detection based on GWO-SVM model
IEEE | 2022
|European Patent Office | 2023
|