1.基于对抗自编码器的无监督内部威胁检测方法,其特征在于,包括以下步骤:S1、获取用户行为原始日志数据,并将所述用户行为原始日志数据的行为序列拆分为以会话为单位的子序列集合,对子序列中的行为信息进行聚合和提取,生成固定长度的数字向量表示用户在这一会话内的操作;并将会话内的用户行为信息提取为数值特征;具体为:对于采集到的原始多源用户日志,统一用户行为的描述形式,将用户行为分为不同类型并进行编号,将其聚合为一条用户行为序列 ,其中表示用户在系统上执行的某一种类型操作;将聚合的用户行为序列 会话为单位拆分为多个子序列,将每个用户登录系统到退出系统期间设置为一个会话,即令用户行为序列转变为多个子序列集合 ;
提取的数值特征为事件频率特征和时间特征;
对于每个子序列,统计其中不同类型行为的发生次数,构成此子行为序列的事件频率特征矩阵 , ,其中 , ,,m表示子序列会话的长度,d表示设定的特征维数,即设置的行为类型数量; 表示第i个员工的会话, 表示第i个事件频率特征, 表示全部会话的事件频率特征;
每个子序列的时间信息,统计其起始时间、终止时间、子序列持续时间,并与事件频率特征矩阵对应构成时间特征矩阵 ;
S2、将提取的数值特征分别输入至LSTM自编码器模型及TL‑AAE自编码器模型中进行训练,得到训练后的正常行为模型;
所述TL‑AAE自编码器模型包括编码器模块E、解码器模块G、判别器模块D和先验分布生成器模块;所述编码器模块E由TCN网络和LSTM模块组成,每一层TCN网络包括2个因果卷积单元,每个因果卷积单元进行权重归一化并使用Relu作为激活函数;
S3、将待检测的用户日志进行特征提取后输入训练后的正常行为模型中,计算用户待检测数据的数值特征的重构误差的和,将其作为会话中用户行为的威胁得分,并判断该段会话中是否存在威胁。
2.根据权利要求1所述的基于对抗自编码器的无监督内部威胁检测方法,其特征在于,编码器模块E对输入 进行处理后输出当前时刻的状态信息 ;解码器模块G将编码器模块E输出的结果重构为原始序列;采用均方差误差作为损失函数,定义如下:,
其中, 为输入序列长度, 为编码器函数, 表示由输入 得到潜在特征 , 为解码器函数, 表示由潜在特征 重构输入 ;
判别器模块D及先验分布生成器约束解码器输出,通过对抗训练以迫使解码器生成的潜在分布特征迫近假设先验分布,对抗损失被定义为:,
其中D是辨别器, 表示先验的概率分布, 表示用户行为特征即解码器输入的分布, 表示编码器输出,即潜在特征 , 表示先验分布生成器产生的服从的随机变量,与潜在特征 维度一致;
在训练过程中,编码器函数 目标生成符合先验分布的潜在特征 ,而辨别器D则负责尽可能区分 与 ,通过 与D间的博弈过程, 的输出结果将被先验分布约束;整个融合TL‑AAE自编码器模型的损失函数为自编码器的重构损失与对抗损失之和,定义如下:,
为了平衡重建损失与对抗损失,为对抗损失乘以权重 ,整个训练过程的目标为:。
3.根据权利要求2所述的基于对抗自编码器的无监督内部威胁检测方法,其特征在于,对于编码器模块E的每层TCN网络,采用膨胀因果卷积增加卷积感受野,每层的膨胀系数为,n为当前层数;同时为了避免梯度消失问题,为每层TCN添加了残差块结构;输入经过TCN处理后的输出被送入LSTM模块,最终输出当前时刻的状态信息 。
4.根据权利要求1所述的基于对抗自编码器的无监督内部威胁检测方法,其特征在于,对于时间特征,采用LSTM自编码器进行训练,损失函数定义如下:,
其中 为输入序列长度, 为第t个时间特征, 为完整的时间特征;
整个训练过程的目标为:
。
5.根据权利要求1所述的基于对抗自编码器的无监督内部威胁检测方法,其特征在于,对于待检测用户行为日志,将原始用户日志转为可输入模型的事件频率特征矩阵 与时间特征矩阵 ,并分别输入到训练完毕的TL‑AAE自编码器模型与LSTM自编码器模型中输出重构特征 、 ,通过计算重构特征间输入特征的重构误差来判断是否存在威胁行为;
重构误差定义为:
,
整个会话内用户行为特征的重构误差被定位为:
,
将重构误差 看作该会话用户行为的威胁分数,判定该会话内是否存在威胁的过程定义如下:,
其中 为威胁检测阈值,当威胁分数即重构特征误差大于威胁检测阈值,判断这个行为序列内存在威胁。