%0 Journal Article
%T 一种无监督的数据库用户行为异常检测方法
%A 史俊杰
%A 吕志远
%A 吴烨
%A 吴珺
%A 房双德
%A 李海斌
%A 李琦
%A 杨一飞
%A 汤汝鸣
%A 董旭
%A 裴丹
%J 中山大学学报（自然科学版）
%D 2018
%X 摘要 检测数据库内部合法用户的异常行为,对防范内部攻击和数据泄露具有重要意义,然而面临如下挑战:攻击模式不确定,真实异常样例少,数据集缺少准确标注.人工设定阈值和规则难以有效应对复杂多样的异常.本文提出了一种基于无监督学习的用户行为异常检测方法,通过划定时间窗口统计提取特征,运用核密度估计算法分别从单维度、多维度建模,实现在海量的无标注历史日志中发现简单异常和复杂异常、在新的线上数据中检测异常.真实数据实验表明,该方法能够有效检测出简单异常,实验中检测三种简单异常的平均严格查准率和宽松查准率分别达90%和100%;能够从多维度找出存在攻击嫌疑的复杂异常,实验中成功检测出了一种单维度无法检测出的新的复杂异常
%K 无监督学习
%K 数据库
%K 用户行为
%K 异常检测
%K 内部数据泄露
%U http://xwxt.sict.ac.cn/CN/abstract/abstract4727.shtml