机构名称：
¥ 1.0
本文介绍了针对网络安全操作中心（CSOC）量身定制的以用户为中心的机器学习框架，以增强网络威胁检测和响应能力。通过关注组织内最终用户的行为和活动，拟议的框架旨在确定异常的用户活动，检测内幕威胁并根据组织风险确定警报的优先级。利用高级机器学习算法进行异常检测，分类和聚类，该框架简化了事件响应工作，并提高了CSOC操作的整体效率。评估指标，例如检测率，假阳性率，平均检测时间（MTTD）和平均响应时间（MTTR）来评估框架的性能，证明了检测复杂的网络威胁的有希望的结果。
网络安全性的以用户为中心的机器学习框架
主要关键词
相关文件推荐
