面向内部与未知威胁的行为分析与异常检测

概述

实际网络空间（战场环境）环境具有环境动态，数据海量的特点。如，在IDC网中，业务不同的节点之间一般不存在关联，但IDC又是通的，黑客会渗透，因此可能产生不应该有的关联。 OA内网中，员工间的异常交互行为也可能意味着高的内部风险；用户对数据的访问行为，也是数据防护中的分析重点 0-day的漏洞，超出预期，只能通过（关键）行为进行检测，通过采集端、服务，做异常分析，不是基于安全的分析，可能检测出很多的异常，如何理解这些异常，是一个挑战。

##研究内容

如何从宏观的层面、以全局的视角感知异常，再进行有效的追溯？如当发现有新的链接，根据整体拓扑的情况，判断有没有问题。难点在自动化的处理，目前还没有对内网拓扑进行知识化，代价大。主要考虑核心的、高危的，覆盖关键的子域
如何基于行为分析，判断数据面临的风险/关键性？

##相关知识与研究方法知识：指挥控制系统、计算机网络（边缘计算网络）、通信网络（无线通信网络）方法与工具：复杂网络、数据分析、机器学习、数学建模及优化

##相关数据资源