跳转至

研究方向与相关研究者

目录

研究方向与项目

整理一些安全数据分析、AI驱动安全相关的研究方向与项目。

研究方向

以下来自郑涵师傅的文章:

  • 通过LSTM自动生成webshell黑样本
  • 基于GAN网络绕过现有深度学习AV检测模型
  • 基于遗传优化算法的的自动化0day样本生成
  • 基于贝叶斯信念网络的入侵回溯推理
  • 通过攻击链路中已回溯出来的信息(进程、网络、文件)横向关联其他被这个团伙入侵的机器,然后继承他们的入侵原因

以下来自404师傅的文章:

  • LSTM识别恶意HTTP请求@cdxy

  • AI-Driven-WAF@exp-db

  • Phishing URL Classification@surajr

  • 使用深度学习检测XSS@Webber

  • 基于深度学习的恶意样本行为检测@ApplePig@360云影实验室

相关项目

关于数据源

参考本文档的:开放安全数据集整理

学习笔记和资料整合

相关研究者与团队

安全数据分析是一个较为前沿和专业的领域,入门的门槛相对较高,整理相关研究者信息的目的,也是为了能看到这个领域内他人的研究大概,方便初学者看到方向。

国内

个人

[1] cdxy(徐越), 阿里云 安全工程师,企业安全/入侵检测与响应 • 数据分析/机器学习爱好者,知乎

[2] ailx10,知乎

[3] 404 Not F0und,蚂蚁金服,有同名公众号

[4] tanjiti,碳基体,个人博客,在百度做安全产品研发,业余专注在入侵检测与大数据安全分析

[5] wstart,先知社区

[6] 郑瀚,Andrew_Hann,阿里云盾,机器学习与网络安全,知乎博客园

[7] 邹先生,freebuf

[8] 四个菜,CSDN:xbs118

[9] six,语雀论文笔记

[10] 黄诚,个人主页,川大

团队

[1] 天枢实验室,绿盟,https://www.nsfocus.com.cn/html/4/90/97/

国外

个人

[1] Jay Jacobs,《Data, Driven Security: Analysis, Visualization and Dashboards》作者,数据分析与可视化、风险分析和信息安全方向,TwitterRSA Conference

[2] Jason Trost,SECURITY + BIG DATA + MACHINE LEARNING,http://www.covert.io/

[3] Vinayakumar Ravi,个人博客GitHub

[4] WooChul Shim,三星研究院安全团队1Lab的负责人,软件安全、物联网安全、威胁情报领域涉猎,个人主页

[5] Steve T.K. Jan,机器学习和信息安全交叉领域研究者,僵尸网络、仿冒域名检测等,个人主页

[6] Alistair Gillespie, Manager and Machine Learning Engineer. Trails, Tunes and Threats, GitHub

团队

[1] 三星研究院安全团队,官方主页GitHub主页)