SEDetector:基于语义证据单元与超图学习的关键信息基础设施隐私保护APT检测
《Computer Networks》:SEDetector: Privacy-preserving APT detection for CII via semantic evidence units and hypergraph learning
【字体:
大
中
小
】
时间:2026年10月02日
来源:Computer Networks 4.7
编辑推荐:
**摘要要点:**
- 提出SEDetector框架,用于关键信息基础设施中隐私保护的APT检测
- 通过隐私保护的行为级语义抽象构建可共享的语义证据单元(SEU)
- 利用SEU诱导的语义超图实现稀疏且具有可解释性的APT检测
**引言**
在关键信息基础设施(CII)
**摘要要点:**
- 提出SEDetector框架,用于关键信息基础设施中隐私保护的APT检测
- 通过隐私保护的行为级语义抽象构建可共享的语义证据单元(SEU)
- 利用SEU诱导的语义超图实现稀疏且具有可解释性的APT检测
**引言**
在关键信息基础设施(CII)环境中检测高级持续性威胁(APT)对于保障国家安全、经济连续性和公共服务的可靠运行至关重要[1]。然而,在此类环境中有效检测APT仍极具挑战性,因为原始主机日志和网络流量既包含与攻击相关的语义信息,又包含高度敏感的背景信息。在严格的隐私隔离和合规要求下,此类数据无法在不同分析域之间自由集中或共享[2]。此外,APT行为通常是稀疏的、隐蔽的、弱可观察的,并分布在多个实体和攻击阶段中。因此,单个事件往往只能揭示碎片化的痕迹,而非完整的恶意模式[3], [4]。由此,在CII环境中实现可靠的APT检测不仅需要从不完整的观测中识别稀疏的攻击信号,还必须保留准确分类和证据级解释所需的语义证据。
现有研究通过基于原始数据的序列建模、基于图的关联建模以及近期增强的分析方法等手段推动了APT检测的发展[5], [6], [7], [8]。尽管取得上述进展,大多数现有方法仍然假设在单一分析域内可以直接访问原始日志、网络流量或细粒度的背景信息[9]。这一假设在跨域CII场景中失效,因为不同子系统或组织之间的数据由于严格的隐私和合规限制而无法自由共享[10], [11]。核心局限仍未解决:现有方法缺乏一种可共享的中间表示,该表示能够在降低细粒度原始属性暴露及实际可恢复性的同时保留行为级攻击语义和高阶协作结构。此外,传统匿名化或脱敏手段虽能降低直接披露风险,但可能削弱稀疏APT检测所需的判别性语义[9]。
因此,隐私约束下APT检测的核心挑战不仅在于提升分类性能,更在于构建一种可共享的中间表示,使其在明确的威胁模型下保留检测相关语义的同时降低披露风险[9], [12]。本文提出语义证据单元(SEU)作为跨域共享约束下隐私保护APT检测的主要可共享中间表示。该表示应同时满足三项要求。第一,应保留行为级攻击语义,而非仅保留粗粒度的统计模式[5], [7]。第二,应表示跨实体与跨阶段的线索,使分布式攻击行为保持可观察[13], [14]。第三,应在明确定义的威胁模型下降低细粒度敏感细节的实际可恢复性,以便该表示可在不同分析域之间共享[9], [15]。缺少此类表示,则难以在跨域共享约束下同时支持高阶行为建模、稀疏攻击行为检测及证据级解释。
为应对这一表示问题,本文提出SEDetector——一个以SEU为中心的语义证据驱动框架。SEDetector首先构建本地行为结构切片(BSS),然后通过隐私保护的许多对多语义抽象过程将原始行为片段映射为SEU,该过程旨在降低细粒度原始属性的直接暴露。每个SEU保留动作类别、角色关系、顺序线索及选定的结构连续性,而细粒度原始属性在发布前被移除、泛化或替换。SEDetector的主要方法论贡献在于SEU中间表示;语义超图则作为其高阶结构基础,其中每个SEU在抽象语义令牌上诱导一条超边,并在必要时使用数据集提供的透明化名作为不透明标识符。该设计在不直接发布原始标识符或细粒度背景值的前提下支持高阶协作建模和证据级解释。
我们在两个主机日志数据集OpTC和TCE5以及一个网络流量数据集DAPT2020上评估SEDetector。在五个随机种子下,SEDetector在所比较的方法中取得最高的平均Macro-F1,在OpTC、TCE5和DAPT2020上分别达到99.52±0.07%、91.15±1.29%和76.94±7.17%。与最强竞争基线相比的相应平均增益分别为5.21、3.56和5.48个百分点。在OpTC和TCE5上的增益具有统计显著性,而DAPT2020上5.48个百分点的平均增益未达统计显著性水平。受控的目标对比背景测试进一步表明,在目标组流行率为1.0%和0.5%时存在非平凡的点估计区分能力。表示控制的消融实验区分了SEU抽象与高阶传播各自的贡献。其他分析未发现审计的分割完整性违规证据,量化了残余披露风险,刻画了模态特定行为及实测运行时缩放特性,提供了主机日志编码器迁移的初步证据,并支持了基于扰动的解释忠实性。
本工作的主要贡献总结如下:
(1) 提出SEU作为跨域共享约束下隐私保护APT检测的本地构建可共享中间表示。SEU通过许多对多行为级语义抽象从BSS生成,保留动作类别、角色关系、顺序线索及选定的结构连续性,同时移除或泛化细粒度原始属性。
(2) 开发SEU诱导的语义超图建模方案,为SEU提供高阶结构组织。每个SEU在抽象语义令牌上诱导一条超边,并在必要时使用数据集提供的透明化名作为不透明标识符,从而在不对原始事件序列和成对关系基础上实现超越的协作行为建模,而不直接发布原始标识符或细粒度背景值。
(3) 实现完整的SEDetector框架,并在OpTC、TCE5和DAPT2020上进行系统评估。评估内容包括与代表性基于图及超图方法的五种子比较、表示控制的消融实验以及受控低流行率测试,并进一步评估了分割完整性、残余隐私风险、主机日志编码器迁移、运行时缩放及基于扰动的解释忠实性。
本文其余部分结构如下:第2节回顾基于序列、图和超图的APT检测,以及隐私和跨域共享约束下的APT分析。第3节提出SEDetector框架,包括语义证据构建与语义超图建模。第4节报告实验设置与结果。最后,第5节总结全文并讨论未来研究方向。
**相关工作**
现有APT检测研究主要依赖主机日志和网络流量作为核心数据源。从方法论视角来看,先前工作可大致归纳为四条研究路线:基于序列的行为建模[16], [17]、基于图的关联建模[3], [18]、基于超图的高阶建模[14], [19]以及隐私和跨域共享约束下的APT检测[12], [15]。这些路线分别聚焦于时间依赖学习、关系……
**问题建模与设计目标**
在隐私受限的CII环境中,APT检测通常涉及两类主要安全数据:原始主机日志(如进程、文件和网络交互事件)以及网络流量(如会话记录和端点间通信流)。尽管这些数据在生成机制、时间依赖性和实体表示方面存在差异,但两者均包含对APT检测至关重要的跨实体和跨阶段行为信号。本文解决的关键问题是……
**实验评估**
本节评估SEDetector的检测有效性、SEU抽象与高阶建模的贡献,以及其在受控低流行率、残余隐私风险、主机日志迁移、计算缩放和解释忠实性分析下的表现。
实验围绕以下研究问题(RQs)展开:
RQ1:SEU中心表示在异构主机日志和网络流量数据集上的APT检测效果如何?
RQ2:……
**结论**
本文针对CII环境中隐私保护APT检测所需的可共享中间表示构建问题展开研究,其中原始主机日志和网络流量包含检测相关的行为语义,却无法在不同分析域之间自由共享。为此,本文提出SEDetector——一个语义证据驱动框架,通过行为级语义抽象将本地构建的BSS转换为可共享的SEU,并将其组织……
**代码可用性**
代码已公开,地址为:https://github.com/KK0567/SEDetector.git
**CRediT作者贡献声明**
李彩云:撰写初稿、方法论、调查研究、资金获取、正式分析、概念构思。
唐彬辉:撰写审阅与编辑、方法论、调查研究、资金获取、正式分析、概念构思。
刘晓文:撰写审阅与编辑、指导、资源、资金获取。
陆婷婷:撰写审阅与编辑、资源、资金获取。
**资助**
本工作得到国家自然科学基金(批准号:71762010)、四川省重大科技专项(批准号:2026YFHZ0121)、海南省高等教育教学改革研究项目(批准号:Hnjg2026ZC-29)、海南省高校教育教学改革研究项目(批准号:Hnjg2024ZD-26)及海南省高层次人才研究启动基金的资助。
**利益冲突声明**
作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。
李彩云 | 唐彬辉 | 刘晓文 | 陆婷婷
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号