基于匿名化处理的报警关联分析技术研究

doi:10.3778/j.issn.1002-8331.2009.31.031

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (31): 106-108.DOI: 10.3778/j.issn.1002-8331.2009.31.031

基于匿名化处理的报警关联分析技术研究

廖传谱¹，连一峰²

1.中国科学院研究生院计算与通信工程学院，北京 100049
2.中国科学院软件研究所，北京 100190

收稿日期:2008-06-24 修回日期:2008-10-16 出版日期:2009-11-01 发布日期:2009-11-01
通讯作者: 廖传谱

Study of alert correlation analysis technique based on anonymization

LIAO Chuan-pu¹，LIAN Yi-feng²

1.College of Computing & Communication Engineering，Graduate University of the CAS，Beijing 100049，China
2.Institute of Software，Chinese Academy of Sciences，Beijing 100190，China

Received:2008-06-24 Revised:2008-10-16 Online:2009-11-01 Published:2009-11-01
Contact: LIAO Chuan-pu

摘要/Abstract

摘要： 由安全系统产生的数据可能会包含一些比较敏感的信息，而这些敏感的信息又是数据拥有者不愿意公开或与别人共享的。因此，为了保持报警数据的隐私和可用性，需要对含有隐私的报警数据在被共享和关联分析之前进行有效的匿名化处理。利用概念层次对含有隐私的原始报警进行匿名化处理，在此基础上采用改进后的基于概率相似度的关联方法对匿名后的报警进行关联分析。实验结果表明，所采取的针对匿名报警的关联方法是有效的。

关键词: 报警关联, 概念层次, 匿名报警, 相似度

Abstract: Data generated by security systems may include sensitive information that data owners do not want to disclose or share with others.Therefore，efficient anonymization of the alert data containing privacy is necessary before they are shared and made correlation analysis.Anonymization of the original alerts containing privacy is dealt with by using concept hierarchy in this paper，on the basis of which the correlation analysis of anonymized alerts is carried out with altered probabilistic similarity based approaches.The result of experiments proves effective correlation approaches fit with anonymized alerts.

Key words: alert correlation, concept hierarchy, anonymized alert, similarity

中图分类号:

TP309

廖传谱¹，连一峰². 基于匿名化处理的报警关联分析技术研究[J]. 计算机工程与应用, 2009, 45(31): 106-108.

LIAO Chuan-pu¹，LIAN Yi-feng². Study of alert correlation analysis technique based on anonymization[J]. Computer Engineering and Applications, 2009, 45(31): 106-108.

[1]	张岐山，陈露露. 基于均衡接近度灰关联的Slope One算法[J]. 计算机工程与应用, 2021, 57(9): 96-102.
[2]	王永贵，李倩玉. 基于KNN-GBDT的混合协同过滤推荐算法[J]. 计算机工程与应用, 2021, 57(9): 103-108.
[3]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[4]	张晓闻，任勇峰. 结合稀疏表示与拓扑相似性的图像匹配算法[J]. 计算机工程与应用, 2021, 57(8): 198-203.
[5]	杨芳，尹曦，司建辉，刘宏媛，汪雪. 基于侧重点聚类的数学表达式相似度计算方法[J]. 计算机工程与应用, 2021, 57(6): 88-93.
[6]	钱芸芸，杨文忠，姚苗，李海磊，柴亚闯. 融合主题相似度权重的主题社区发现模型[J]. 计算机工程与应用, 2021, 57(5): 107-114.
[7]	田维安，陈红梅，周丽华. 基于相似用户好奇心的多样性推荐方法[J]. 计算机工程与应用, 2021, 57(23): 113-121.
[8]	梁田，曹德欣. 基于莱维飞行的改进简化粒子群算法[J]. 计算机工程与应用, 2021, 57(20): 188-196.
[9]	刘莉. 基于用户多样性偏好的top-N推荐算法[J]. 计算机工程与应用, 2021, 57(17): 116-121.
[10]	杨延娇，赵国涛，王丕栋. 基于语义与情感的句子相似度计算方法[J]. 计算机工程与应用, 2021, 57(16): 151-158.
[11]	赵琪，杜彦辉，芦天亮，沈少禹. 基于Capsule-BiGRU的文本相似度分析算法[J]. 计算机工程与应用, 2021, 57(15): 171-177.
[12]	乔伟涛，黄海燕，王珊. 基于Transformer编码器的语义相似度算法研究[J]. 计算机工程与应用, 2021, 57(14): 158-163.
[13]	张振海，张湘婷. 上下文感知的高铁信息服务推荐方法研究[J]. 计算机工程与应用, 2021, 57(12): 231-236.
[14]	曾海燕，左开中，王永录，刘蕊. 路网环境下的语义多样性位置隐私保护方法[J]. 计算机工程与应用, 2020, 56(7): 102-108.
[15]	魏玮，张芯月，朱叶. 改进的SIFT结合余弦相似度的人脸匹配算法[J]. 计算机工程与应用, 2020, 56(6): 207-212.

基于匿名化处理的报警关联分析技术研究

Study of alert correlation analysis technique based on anonymization

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics