《表1 信息系统领域用户异常行为研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度神经网络的企业信息系统用户异常行为预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

按照信息系统的架构层次，可以将信息系统用户异常行为分为网络层网络用户异常行为、数据层数据库用户异常行为、表达层用户鼠标异常行为和应用层社交网络用户异常行为等，详见表1。以网络用户异常行为研究最为活跃和深入，具体分为基于主机[14]、基于网络[15]和混合型[16-18]3类问题的研究，目前相关研究成果已运用到政府、能源、教育、电子商务、医疗和制造业等各个领域，多数已开发了对应的入侵检测系统。近些年，随着信息系统承载的数据越来越丰富且重要，有学者开始关注信息系统数据层的用户异常行为。李海斌等[19]提出一种无监督的检测数据库内部合法用户行为的方法；SALLAM et al.[20]研究基于query语句向量化特征的异常检测方法。此外，在信息系统越来越重视用户体验的同时，表达层的用户异常行为也开始受到关注。ZHENG et al.[22]根据用户标识，使用支持向量机分类器构建用户特征的鼠标移动模式；许洪军等[23]通过卷积神经网络分析用户鼠标轨迹，检测用户异常的鼠标行为。但相对而言，已有研究对应用层的关注并不够，仅有部分研究对社交网络用户异常行为进行探讨，针对恶意用户[24-26]、僵尸用户[27]、垃圾用户[28]和虚假用户[29]等的识别进行研究，但这仅仅是应用层的一个领域。实际上，企业信息系统用户异常行为的威胁不容忽视，因为企业内部用户能够通过系统驱动企业的核心业务，一旦异常行为造成损失，对企业而言可能就是致命的打击。