34、基于情节的伪装检测与博弈论信用卡欺诈检测

基于情节的伪装检测与博弈论信用卡欺诈检测

1. 基于情节的伪装检测

在计算机安全领域，准确检测用户行为中的伪装情况至关重要。传统方法可能仅关注单个命令或瞬间行为，但这可能导致误判，因为合法用户也可能偶尔偏离正常行为模式。因此，基于情节的伪装检测方法应运而生。

1.1 情节识别

通过对一系列命令序列的分析，可以识别出重复出现的情节。例如，在给定的命令序列中， {aacdec, cat, aiffplay, sh} 这一情节出现了三次，这表明它是一个有意义的情节。同样，连续出现的 netscape 命令也构成了一个情节。

1.2 Naive Bayes算法检测伪装情节

为了检测可能的伪装情节，我们使用Naive Bayes算法。具体步骤如下：
- 定义概率 ：
- 设 $C$ 为唯一命令的集合，$C_j$ 为用户 $u_j$ 在训练期间使用的唯一命令集合，$f(c, u_j)$ 为用户 $u_j$ 在训练期间输入命令 $c$ 的频率。
- 定义用户 $u_j$ 使用命令 $c$ 的概率为：
[P(c, u_j) = \frac{f(c, u_j) + \alpha}{\sum_{c_i \in C_j} f(c_i, u_j) + \alpha|C|}]
- 定义除用户 $u_j$ 之外的一组用户使用命令 $c$ 的概率为：
[P(c, U\neq j) = \frac{\sum_{u_k \in U \land k\neq j} f(c, u_k) + \alpha}{\sum_