Logo BSU

Please use this identifier to cite or link to this item: https://elib.bsu.by/handle/123456789/253948
Title: Hidden Markov model for malicious hosts detection in a computer network
Other Titles: Скрытая марковская модель для определения вредоносных узлов компьютерной сети / Я. В. Бубнов, Н. Н. Иванов
Authors: Bubnov, Y. V.
Ivanov, N. N.
Keywords: ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Математика
Issue Date: 2020
Publisher: Минск : БГУ
Citation: Журнал Белорусского государственного университета. Математика. Информатика = Journal of the Belarusian State University. Mathematics and Informatics. - 2020. - № 3. - С. 73-79
Abstract: The problem of malicious host detection in a computer network is reviewed. Activity of computer network hosts is tracking by a noisy detector. The paper suggests method for detection malicious hosts using activity timeseries classification. The approach is based on hidden Markov chain model that analyses timeseries and consecutive search of the most probable final state of the model. Efficiency of the approach is based on assumption that advanced persisted threats are localised in time, therefore malicious hosts in a computer network can be detected by virtue of activity comparison with reliable safe hosts.
Abstract (in another language): Рассматривается проблема определения вредоносных узлов в компьютерной сети. Активность узлов сети фиксируется с помощью зашумленного детектора с привязкой ко времени. В работе предлагается метод идентификации подобных узлов путем классификации временных рядов активности узлов сети. Метод основан на построении скрытой марковской модели для анализируемого временного ряда и последующем поиске наиболее вероятного конечного состояния модели. Эффективность подхода базируется на предположении, что целевые кибератаки локализованы во времени, а значит, активность вредоносных узлов сети отличается от безопасных.
URI: https://elib.bsu.by/handle/123456789/253948
ISSN: 1561-834X
Scopus: https://doi.org/10.33581/2520-6508-2020-3-73-79
Licence: info:eu-repo/semantics/openAccess
Appears in Collections:2020, №3

Files in This Item:
File Description SizeFormat 
73-79.pdf662,28 kBAdobe PDFView/Open
Show full item record Google Scholar



PlumX

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.