Advanced Persistent Threat (APT) attack usually refers to the form of long-term, covert and sustained attack on specific targets, with an adversary using advanced attack techniques to destroy the key facilities of an organization. APT attacks have caused serious security threats and massive financial loss worldwide. Academics and industry thereby have proposed a series of solutions to detect APT attacks, such as dynamic/static code analysis, traffic detection, sandbox technology, endpoint detection and response (EDR), etc. However, existing defenses are failed to accurately and effectively defend against the current APT attacks that exhibit strong persistent, stealthy, diverse and dynamic characteristics due to the weak data source integrity, large data processing overhead and poor real-time performance in the process of real-world scenarios. To overcome these difficulties, in this paper we propose APTSHIELD, a stable, efficient and real-time APT detection system for Linux hosts. In the aspect of data collection, audit is selected to stably collect kernel data of the operating system so as to carry out a complete portrait of the attack based on comprehensive analysis and comparison of existing logging tools; In the aspect of data processing, redundant semantics skipping and non-viable node pruning are adopted to reduce the amount of data, so as to reduce the overhead of the detection system; In the aspect of attack detection, an APT attack detection framework based on ATT\&CK model is designed to carry out real-time attack response and alarm through the transfer and aggregation of labels. Experimental results on both laboratory and Darpa Engagement show that our system can effectively detect web vulnerability attacks, file-less attacks and remote access trojan attacks, and has a low false positive rate, which adds far more value than the existing frontier work.


翻译:高级持续威胁(APT)攻击通常指长期、隐蔽和持续攻击特定目标的形式,其对手使用先进的攻击技术摧毁一个组织的关键设施。APT攻击造成严重的安全威胁和巨大的财政损失。因此,学术界和工业界提出了一系列办法,以探测APT攻击,如动态/静态代码分析、交通检测、沙箱技术、端点检测和反应等。然而,现有防御系统未能准确和有效地防御目前APT攻击的形式,这些攻击由于数据源的完整性薄弱、大量数据处理间接费用和现实世界情景过程中的实时性能差,表现出强烈的持久性、隐性、多样性和动态性特征。为了克服这些困难,我们在本文中提议建立APTSHIELD,一个稳定、高效和实时的APT探测系统。在数据收集方面,选择审计可精确地收集操作系统的内核反应数据,以便在全面分析和比较现有记录工具的基础上,对攻击进行彻底、隐性、隐性、易变现性的攻击进行预估;在数据库中,在远程检测和不动性攻击方面,远程检测速度显示和不动性攻击的系统记录显示,在进行不动的系统探测速度上显示,在进行不动的系统上,在检测和不动的频率上显示,在进行不动的系统上,在进行不动的频率上,在进行不动。

0
下载
关闭预览

相关内容

Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
Linux导论,Introduction to Linux,96页ppt
专知会员服务
75+阅读 · 2020年7月26日
【干货】大数据入门指南:Hadoop、Hive、Spark、 Storm等
专知会员服务
94+阅读 · 2019年12月4日
强化学习最新教程,17页pdf
专知会员服务
167+阅读 · 2019年10月11日
msf实现linux shell反弹
黑白之道
49+阅读 · 2019年8月16日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
学术会议 | 知识图谱顶会 ISWC 征稿:Poster/Demo
开放知识图谱
5+阅读 · 2019年4月16日
人工智能 | SCI期刊专刊/国际会议信息7条
Call4Papers
7+阅读 · 2019年3月12日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
HoneyDrive - 蜜罐Linux发行版
黑白之道
3+阅读 · 2018年5月2日
人工智能 | 国际会议截稿信息9条
Call4Papers
4+阅读 · 2018年3月13日
Python机器学习教程资料/代码
机器学习研究会
8+阅读 · 2018年2月22日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
Arxiv
13+阅读 · 2021年3月3日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
Arxiv
4+阅读 · 2018年11月6日
VIP会员
相关资讯
msf实现linux shell反弹
黑白之道
49+阅读 · 2019年8月16日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
学术会议 | 知识图谱顶会 ISWC 征稿:Poster/Demo
开放知识图谱
5+阅读 · 2019年4月16日
人工智能 | SCI期刊专刊/国际会议信息7条
Call4Papers
7+阅读 · 2019年3月12日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
HoneyDrive - 蜜罐Linux发行版
黑白之道
3+阅读 · 2018年5月2日
人工智能 | 国际会议截稿信息9条
Call4Papers
4+阅读 · 2018年3月13日
Python机器学习教程资料/代码
机器学习研究会
8+阅读 · 2018年2月22日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
Top
微信扫码咨询专知VIP会员