Resumen

La detección de amenazas internas ha sido una tarea desafiante durante décadas; los enfoques existentes generalmente emplean los métodos tradicionales de aprendizaje no supervisado generativo para producir un modelo de comportamiento de usuario normal y detectar desviaciones significativas como anomalías. Sin embargo, dichos enfoques son insuficientes en precisión y complejidad computacional. En este documento, proponemos un nuevo método de detección de amenazas internas, Detector de Amenazas Internas basado en Imágenes a través de Transformación Geométrica (IGT), que convierte la detección de anomalías no supervisada en una tarea supervisada de clasificación de imágenes, por lo que el rendimiento puede mejorarse mediante técnicas de visión por computadora. Para ilustrar, nuestro IGT utiliza una representación de características basada en imágenes del comportamiento del usuario al transformar los registros de auditoría en imágenes en escala de grises. Al aplicar múltiples transformaciones geométricas en estas imágenes en escala de grises del comportamiento, IGT construye un conjunto

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Detección de amenazas internas; Métodos de aprendizaje no supervisado; Detector de amenazas internas basado en imágenes; Transformación geométrica; Técnicas de visión por ordenador; Conjunto de datos autoetiquetados.
• Keywords:Insider threat detection; Unsupervised learning methods; Image-based Insider Threat Detector; Geometric transformation; Computer vision techniques; Self-labelled dataset