منوی کاربری
  • پشتیبانی: ۴۲۲۷۳۷۸۱ - ۰۴۱
  • سبد خرید

دانلود رایگان مقاله انگلیسی به سوی معماری SIEM برای خدمات امنیتی مبتنی بر ابر - IEEE 2017

عنوان فارسی
به سوی معماری SIEM برای خدمات امنیتی مبتنی بر ابر
عنوان انگلیسی
Toward the SIEM Architecture for Cloud-based Security Services
صفحات مقاله فارسی
0
صفحات مقاله انگلیسی
2
سال انتشار
2017
نشریه
آی تریپل ای - IEEE
فرمت مقاله انگلیسی
PDF
نوع مقاله
ISI
پایگاه
اسکوپوس
کد محصول
E9123
رشته های مرتبط با این مقاله
مهندسی کامپیوتر، فناوری اطلاعات
گرایش های مرتبط با این مقاله
رایانش ابری، امنیت اطلاعات
مجله
کنفرانس ارتباطات و امنیت شبکه - Conference on Communications and Network Security
دانشگاه
Information Security Research Division - ETRI - Daejeon - Korea
کلمات کلیدی
SIEM، مدیریت امنیت اطلاعات و رویداد، SECAaS، امنیت به عنوان یک سرویس، سرویس امنیتی مبتنی بر ابر
doi یا شناسه دیجیتال
https://doi.org/10.1109/CNS.2017.8228696
۰.۰ (بدون امتیاز)
امتیاز دهید
چکیده

Abstract


Cloud Computing represents one of the most significant shifts in information technology and it enables to provide cloud-based security service such as Security-as-aservice (SECaaS). Improving of the cloud computing technologies, the traditional SIEM paradigm is able to shift to cloud-based security services. In this paper, we propose the SIEM architecture that can be deployed to the SECaaS platform which we have been developing for analyzing and recognizing intelligent cyber-threat based on virtualization technologies.

بخشی از متن مقاله

IV. FUTURE WORKS


In this paper, when the traditional security systems are virtualized in cloud platform, we designed the SIEM architecture for cloud-based security service that can help to recognize cyber threats using collected data and to provide correlation-based cyber threat analytics. Furthermore, by the reason that the correlation analytics is the most important one of the various analytics method, we will apply the Neural Network in order to detect the threat based on learning the security data model. In detail, by the neural network model which outputs the threat categories or normality by learning collected long-term data, the proposed SIEM can improve the ability to determine the threats that whether the status of the current collected data is threat or not. And such method significantly will enhance to improve intelligent cyber threat analysis in the SIEM.


بدون دیدگاه