首页> 外文会议>IEEE Global Communications Conference >A System for Detecting Malicious Insider Data Theft in IaaS Cloud Environments
【24h】

A System for Detecting Malicious Insider Data Theft in IaaS Cloud Environments

机译:在IaaS云环境中检测恶意内部数据盗窃的系统

获取原文

摘要

The Cloud Security Alliance lists data theft and insider attacks as critical threats to cloud security. Our work puts forth an approach using a train, monitor, detect pattern which leverages a stateful rule based k-nearest neighbors anomaly detection technique and system state data to detect inside attacker data theft on Infrastructure as a Service (IaaS) nodes. We posit, instantiate, and demonstrate our approach using the Eucalyptus cloud computing infrastructure where we observe a 100 percent detection rate for abnormal login events and data copies to outside systems.
机译:云安全联盟将数据盗窃和内部攻击列为对云安全的重大威胁。我们的工作提出了一种使用训练,监视,检测模式的方法,该方法利用基于状态规则的k最近邻异常检测技术和系统状态数据来检测基础设施即服务(IaaS)节点上的内部攻击者数据盗窃。我们使用Eucalyptus云计算基础结构来放置,实例化和演示我们的方法,其中观察到异常登录事件和数据复制到外部系统的检测率为100%。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号