数据驱动的未知网络威胁检测综述

摘　要：近几年来，各类网络攻击为了逃避日益先进的检测技术正变得愈加具有隐蔽性和对抗性。无法用传统方法防御的未知网络威胁的检测问题逐渐成为网络空间安全中的研究热点。为此，从数据角度出发，系统地总结和比较了当前针对未知网络威胁检测的几类方法，详细分析并阐述了其所采用的数据、方法、优缺点以及适用场景，最后讨论了针对未知网络攻击检测的下一步研究方向。

内容目录：

1　用于未知威胁检测的数据类型

1.1　非语义数据

1.2　语义数据

1.3　安全知识数据

2　不同数据场景下的未知网络威胁的检测方法

2.1　采用非语义数据的未知网络威胁检测方法

2.2　采用非语义数据和安全知识数据的未知网络威胁检测方法

2.3　采用语义数据和非语义数据的未知网络威胁检测方法

2.4　采用语义数据和安全知识数据的未知网络威胁检测方法

3　结　语

近几年，在网络空间规模逐渐扩大、结构日趋复杂的同时，网络安全形势也越来越严峻。为了逃避日益先进的检测技术，各类网络威胁正变得愈加具有隐蔽性和对抗性。并且随着新冠肺炎疫情在世界范围内的流行，越来越多的组织将资产和业务迁移到线上，导致攻击面快速扩张，各类新型威胁数量和种类也急剧增多。Skybox Security 在《2022 年 漏 洞 和 威 胁 趋 势 报 告》中指出，2021 年 0day（