巨量資料於惡意程式行為分析應用

蔡一郎(Yi-Lang Tsai)

《資訊安全通訊》 20卷3期 (2014/07) Pp. 28-39

摘要

巨量資料收集、儲存、分析與視覺化呈現技術，並且應用於資料科學的領域，由資料的收集、分析模型的建立、創造有價值的資訊，是目前資料科學應用中最典型的處理方式，以資訊安全領域而言，隨著資訊系統的複雜化以及網路頻寬的增長，加上多變化的資安威脅，成了目前雲端服務時代，所需要面對的重要議題，在有限的時間內如何利用有效的分析方式，解決快速成長的巨量資料，同時亦需解決不同的資料來源整合的問題，大尺度的誘捕網路在網際網路建立了預警的機制，提供資訊安全分析人員可以掌握網路上的危安因素，並且因應攻擊者持續改變的攻擊手法，透過資料的分析，找出隱藏其中的攻擊特徵，以建立資安風險評估機制，並降低資訊安全事件帶來的威脅。

關鍵字

資訊安全（Information Security） ； 巨量資料（Big Data） ； 惡意程式（Malware） ； 雲端服務（Cloud Services）、誘捕網路（Honeynet）

參考文獻

Dionaea Honeypot, http://dionaea.carnivore.it/

Nepenthes Honeypot, http://sourceforge.net/projects/nepenthes/

Kippo Honeypot, https://code.google.com/p/kippo/

Honeywall Honeynet, https://projects.honeynet.org/honeywall/

Lin, Ying-Dar,Lee, Chia-Yin,Wu, Yu-Sung,Ho, Pei-Hsiu,Wang, Fu-Yu,Tsai, Yi-Lang(2014).Active versus Passive Malware Collection.Proceeding of Computer Aware Computing.47(4)