一种用户实体行为分析风险值计算方法技术

本申请涉及网络安全技术领域，公开了一种用户实体行为分析风险值计算方法，包括以下步骤：步骤一、通过收集用户实体的行为数据，包括但不限于登录记录、活动模式、访问文件信息；步骤二、用机器学习算法学习用户历史行为数据训练模型，使用训练后的模型识别恶意行为和威胁，并将模型应用于用户实体行为分析系统的探测器模；步骤三、使用风险值计算方法计算用户风险值，根据风险值排序展示于用户实体行为分析系统的分析模块；所述步骤三中，所述使用机器学习算法包括但不限于：ECOD、RCF、AutoEncoder。通过既兼顾了安全专家的先验知识，也涵盖了恶意行为发生次数占比的权重。确保风险值会因行为的大量发生和风险等级同时增高。

【技术实现步骤摘要】

本专利技术涉及网络安全，具体为一种用户实体行为分析风险值计算方法。

技术介绍

1、用户实体行为分析风险值计算方法是指通过对用户实体(如员工、系统用户等)的行为数据进行分析和评估，计算出其所展现的行为模式与预期行为模式之间的偏离程度，进而为每个用户实体赋予一个表示其风险程度的数值。这一数值可以帮助安全团队确定对待不同用户实体的优先级，评估潜在威胁，并采取相应的安全措施，用户实体行为分析风险值计算方法的目的是识别潜在的安全风险，包括但不限于内部威胁、数据泄露、未经授权的系统访问等。通过对用户行为模式进行分析，该方法可以帮助安全团队识别出异常行为，并据此计算出每个用户实体的风险值。这种方法有助于提高安全团队对潜在威胁的感知能力，优化安全调查分析工作的优先级，并提高整体安全性，总的来说，用户实体行为分析风险值计算方法旨在利用数据分析和评估技术，为每个用户实体量身定制一个反映其风险程度的数值，以便安全团队能够更有效地识别、评估和应对潜在的安全风险

2、现有方法可能没有充分考虑用户行为的上下文信息，如用户的工作职责、访问权限等，而仅仅基于行为本身的特征来进本文档来自技高网...

【技术保护点】

1.一种用户实体行为分析风险值计算方法，其特征在于，包括以下步骤

2.根据权利要求1所述的一种用户实体行为分析风险值计算方法，其特征在于，所述步骤三中使用机器学习算法包括但不限于：ECOD、RCF、AutoEncoder。

3.根据权利要求1所述的一种用户实体行为分析风险值计算方法，其特征在于，所述步骤三中使用风险值计算方法计算用户风险值具体步骤包括：

4.根据权利要求1所述的一种用户实体行为分析风险值计算方法，其特征在于，所述步骤三中，S2、对于每个模型i，计算其S_extra，向上取整数，即如果出现告警至少会增加1风险值：>

5.根据权利...

【技术特征摘要】

1.一种用户实体行为分析风险值计算方法，其特征在于，包括以下步骤

2.根据权利要求1所述的一种用户实体行为分析风险值计算方法，其特征在于，所述步骤三中使用机器学习算法包括但不限于：ecod、rcf、autoencoder。

3.根据权利要求1所述的一种用户实体行为分析风险值计算方法，其特征在于，所述步骤三中使用风险值计算方法计算用户风险值具体步骤包括：

4.根据权利要求1所述的一种用户实体行为分析风险值计算方法，其特征在于，所述步骤三中，s2、对于每个模型i，计算其s_extra，向上...

【专利技术属性】
技术研发人员：王诗涵，
申请(专利权)人：云纷上海信息科技有限公司，
类型：发明
国别省市：