引入一种新的用于多步攻击分析的警报数据集
摘要：多步攻击分析领域的研究专注于过滤、聚类和相关联IDS警报的方法，以及攻击图的生成，以生成更有意义的警报，并减轻这些问题。不幸的是，现有的数据集已经过时、不可靠、狭隘或仅适用于IDS评估。由于几乎没有合适的基准数据集可以公开使用，研究人员常常不得不使用私有数据集，这样会使评估的重现性受到限制。因此，我们生成了一个新的警报数据集，并将其与本文一起发布。该数据集包含来自三个不同IDS监视的八个执行多步攻击以及模拟正常用户行为的警报。为了说明我们数据集的潜力，我们还进行了警报优先级排序实验，并使用两个开源工具进行元警报生成和攻击图提取。
作者：Max Landauer and Florian Skopik and Markus Wurzenberger
论文ID：2308.12627
分类：Cryptography and Security
分类简称：cs.CR
提交时间：2023-08-25