Наука о данных в области кибербезопасности: обзор с точки зрения машинного обучения

В вычислительном контексте кибербезопасность в последнее время претерпевает масштабные технологические и операционные изменения, движущей силой которых выступает наука о данных. Извлечение закономерностей или информации о происшествиях из данных кибербезопасности и построение соответствующих моделей, основанных на данных, являются ключевыми условиями автоматизации и интеллектуализации систем безопасности. Для понимания и анализа реальных явлений с использованием данных применяются различные научные методы, методы машинного обучения, процессы и системы, совокупность которых обычно называют наукой о данных. В данной работе мы сосредоточиваемся на науке о данных в области кибербезопасности и кратко рассматриваем ее, причем данные собираются из релевантных источников кибербезопасности, а аналитика дополняет новейшие закономерности, выявленные на основе данных, для предоставления более эффективных решений в области безопасности. Концепция науки о данных в области кибербезопасности позволяет сделать вычислительные процессы более прикладными и интеллектуальными по сравнению с традиционными процессами в этой области. Далее мы обсуждаем и обобщаем ряд связанных исследовательских проблем и перспективных направлений. Кроме того, мы предлагаем многоуровневую платформу на основе машинного обучения для моделирования кибербезопасности. В целом наша цель заключается не только в рассмотрении науки о данных в области кибербезопасности и соответствующих методов, но и в изучении их применимости к принятию интеллектуальных решений на основе данных для защиты систем от кибератак.