असामान्य उपयोगकर्ता व्यवहारों का पता लगाने के लिए एक संगठित दृष्टिकोण

एक कंपनी के नेटवर्क का एक घुसपैठिया चुपचाप संवेदनशील डेटा एकत्रित करने के लिए चुराए गए लॉगिन क्रेडेंशियल्स का उपयोग कर सकता है। इस तरह का दुर्भावनापूर्ण उपयोगकर्ता व्यवहार तब तक कठिन होता है जब तक कि यह एक्सेस उल्लंघन या डेटा रिसाव चेतावनी को ट्रिगर नहीं करता। इस पत्र में, हम तीन अवशिक्षित विसंगति पहचान एल्गोरिदम, अर्थात् OCSVM, RNN और आइसोलेशन फॉरेस्ट का एक समूह उपयोग करने का प्रस्ताव करते हैं, ताकि असामान्य उपयोगकर्ता व्यवहार पैटर्न का पता लगाया जा सके। इसके अलावा, उपयोगकर्ता व्यवहार विश्लेषिकी (UBA) प्लेटफॉर्म का प्रस्ताव किया गया है जो लॉग एकत्रित करेगा, विशेषताएँ निकालेगा और प्रयोग करेगा। प्रयोग के परिणाम बताते हैं कि हमारा एल्गोरिदम प्रत्येक व्यक्तिगत एल्गोरिदम को 96.55% की पुनः प्राप्ति और औसतन 91.24% की सटीकता के साथ पार करता है, जबकि OCSVM और RNN दोनों प्रशिक्षण सेट में विसंगतियों से प्रभावित होते हैं, और सूत्र: पाठ देखें भविष्यवाणी में अधिक गलत सकारात्मक और गलत नकारात्मक उत्पन्न करता है।