Метод графовой корреляции инцидентов информационной безопасности с автоматическим построением цепочек атак

Авторы и правообладатели:

• Долгачев М. В. , Тихоокеанский государственный университет (Хабаровск, Россия)
• Костюнин В. А. , Тихоокеанский государственный университет (Хабаровск, Россия)

• 1. Гурина А.О. Обнаружение аномальных событий на хосте с использованием автокодировщика / А.О. Гурина, О.Ю. Гузев, В.Л. Елисеев // International Journal of Open Information Technologies. – 2020. – Т. 8, № 8. – С. 26–35.
• 2. Москвичев А.Д. Алгоритмы корреляции событий информационной безопасности / А.Д. Москвичев, М.В. Долгачев // Автоматизация процессов управления. – 2020. – № 3. – С. 50–59.
• 3. Королев И.Д. Анализ потоков данных о событиях и инцидентах информационной безопасности, поступающих из разнородных источников / И.Д. Королев, Е.С. Литвинов, С.В. Пестов // Результаты современных научных исследований и разработок: сборник статей VIII Всерос. науч.-практ. конф., Пенза, 2020. – Пенза: Наука и просвещение (ИП Гуляев Г.Ю.), 2020. – С. 26–34.
• 4. Беляев П.А. Методики обнаружения аномального и злоумышленного поведения пользователей, технологии обнаружения аномальной деятельности // Форум молодых ученых. – 2021. – № 6 (58). – C. 139–142.
• 5. Рыбаков Д.А. Автоматическое обнаружение кибератак в информационных технологиях // Вестник науки. – 2023. – Т. 5, № 7 (64). – С. 250–255.
• 6. Xu L. HiSec: Towards Cyber Threat Correlation and Discovery Based on Hierarchical Graph Neural Networks / L. Xu, X. Zhang, Y. Li // 2023 IEEE 22nd International Conference on Trust, Security and Privacy in Computing and Communications (TrustCom). – Devon, United Kingdom: IEEE, 2023. – P. 369–378.
• 7. Yang F. ProGrapher: An Anomaly Detection System based on Provenance Graph Embedding / F. Yang, J. Song, H. Li // Proceedings of the USENIX Security Symposium. – Anaheim, CA, USA: USENIX Association, 2022. – P. 4355–4372.
• 8. Bhattarai B. Prov2vec: Learning Provenance Graph Representation for Anomaly Detection in Computer Systems / B. Bhattarai, H. Huang // International Conference on Availability, Reliability and Security (ARES). – Vienna Austria: Association for Computing Machinery, 2024. – P. 135–144.
• 9. Pelofske E. Cybersecurity Threat Hunting and Vulnerability Analysis Using a Neo4j Graph Database of Open Source Intelligence / E. Pelofske, N. Heussinger, J. Taylor [Электронный ресурс]: arXiv. – 2023. – URL: https://arxiv.org/abs/2301.12013 (дата обращения: 22.02.2025).
• 10. Xu J. Understanding and Bridging the Gap Between Unsupervised Network Representation Learning and Security Analytics / J. Xu, Y. Wu, D. Chen // 2024 IEEE Symposium on Security and Privacy (SP). – San Francisco, USA: IEEE, 2024. – P. 3590–3608.
• 11. Aksu D. Graph-based Detection of Cybersecurity Threats Using Markov Chains and Semi-supervised Learning / D. Aksu, D. Tolmachov, A. Nikolov, I. Muslukhov // 2023 IEEE International Conference on Big Data (Big Data). – Sorrento, Italy, 2023. – P. 398–406.
• 12. Rahman M.R. Investigating co-occurrences of MITRE ATT&CK Techniques / M.R. Rahman, L. Williams [Электронный ресурс]: arXiv. – 2022. – URL: https://arxiv.org/pdf/2211.06495 (дата обращения: 21.02.2025).
• 13. Detection Engineering Backlog Prioritization. – Лаборатория Касперского. – 2023 [Электронный ресурс]. – URL: https://securelist.ru/detection-engineering-backlog-prioritization/109883/ (дата обращения: 25.02.2025).
• 14. Артамонов Н.В. Введение в анализ временных рядов: учеб. пособие для вузов / Н.В. Артамонов, Е.А. Ивин, А.Н. Курбацкий, Д. Фантаццини // Московский гос. ун-т им. М.В. Ломоносова, Московская школа экономики. – Вологда: ВолНЦ РАН, 2021. – 134 с.
• 15. Хорошилов А.А. Установление сходства текстовых документов / А.А. Хорошилов, А.В. Кан, Е.А. Евдокимова, С.Г. Пицхелаури // Моделирование и анализ данных. – 2023. – Т. 13, № 4. – С. 45–58.