logdata-anomaly-miner

تقوم هذه الأداة بتحليل بيانات السجلات وتسمح بتعريف خطوط أنابيب التحليل للكشف عن الشذوذ. صُممت لتشغيل التحليل بموارد محدودة وأقل صلاحيات ممكنة لجعلها مناسبة للاستخدام على خوادم الإنتاج.

المتطلبات

لتثبيت logdata-anomaly-miner، يلزم وجود نظام لينكس مع بايثون >= 3.6. جميع إصدارات أوبونتو و ديبيان التي قمنا باختبارها موصى بها حالياً. يوجد دعم تجريبي فقط لـ فيدورا. بشكل أكثر تحديداً، الأنظمة المختبرة تشمل Debian Buster، Debian Bullseye، Debian Bookworm، Ubuntu 20.04، Ubuntu 22.04، Fedora (صورة دوكر fedora:latest)، و RedHat (صورة دوكر redhat/ubi9).

انظر requirements.txt لمزيد من تبعيات الوحدات

التثبيت

Debian

توجد حزم Debian لـ logdata-anomaly-miner في المستودعات الرسمية لـ Debian/Ubuntu.

apt-get update && apt-get install logdata-anomaly-miner

من المصدر

الأمر التالي سيقوم بتثبيت أحدث إصدار مستقر:

cd $HOME
wget https://raw.githubusercontent.com/ait-aecid/logdata-anomaly-miner/main/scripts/aminer_install.sh
chmod +x aminer_install.sh
./aminer_install.sh

Docker

للتثبيت باستخدام Docker، انظر: النشر باستخدام Docker

البدء

فيما يلي بعض الموارد للقراءة من أجل البدء في التهيئات:

• البدء (درس تعليمي)
• بعض التهيئات المتاحة
• الوثائق
• الويكي

المنشورات

المنشورات والمحاضرات:

• Landauer M., Wurzenberger M., Skopik F., Hotwagner W., Höld G. (2023): AMiner: A Modular Log Data Analysis Pipeline for Anomaly-based Intrusion Detection. Digital Threats: Research and Practice, Volume 4, Issue 1. March 2023, pp. 1–16, ACM. [PDF]
• Wurzenberger M., Skopik F., Settanni G., Fiedler R. (2018): AECID: A Self-learning Anomaly Detection Approach Based on Light-weight Log Parser Models. 4th International Conference on Information Systems Security and Privacy (ICISSP 2018), January 22-24, 2018, Funchal, Madeira - Portugal. INSTICC. [PDF]
• Wurzenberger M., Landauer M., Skopik F., Kastner W. (2019): AECID-PG: AECID-PG: A Tree-Based Log Parser Generator To Enable Log Analysis. 4th IEEE/IFIP International Workshop on Analytics for Network and Service Management (AnNet 2019) in conjunction with the IFIP/IEEE International Symposium on Integrated Network Management (IM), April 8, 2019, Washington D.C., USA. IEEE. [PDF]
• Landauer M., Skopik F., Wurzenberger M., Hotwagner W., Rauber A. (2019): A Framework for Cyber Threat Intelligence Extraction from Raw Log Data. International Workshop on Big Data Analytics for Cyber Threat Hunting (CyberHunt 2019) in conjunction with the IEEE International Conference on Big Data 2019, December 9-12, 2019, Los Angeles, CA, USA. IEEE. [PDF]

يمكن العثور على القائمة الكاملة للمنشورات على https://aecid.ait.ac.at/further-information/.

المساهمة

نرحب بالتصحيحات والمساهمات الأخرى. يرجى الاطلاع على الروابط التالية لمعرفة كيفية البدء:

• كيفية تثبيت بيئة تطوير
• سير عمل التطوير باستخدام Git

الأخطاء

إذا واجهت أي أخطاء، يرجى إنشاء مشكلة على Github.

الأمان

إذا اكتشفت أي مشكلات متعلقة بالأمان، فاقرأ SECURITY.md أولاً وأبلغ عن المشكلات.

الترخيص

GPL-3.0

الدعم المالي

تلقى هذا المشروع دعماً مالياً من خلال مشاريع البحث CAIS (832345) و CIIS (840842) و CISA (850199) في إطار برنامج البحث الأمني النمساوي KIRAS، ومشاريع البحث synERGY (855457) و DECEPT (873980) في إطار برنامج تكنولوجيا المعلومات والاتصالات للمستقبل التابع لهيئة الترويج للبحث النمساوية (FFG)، ومشروع البحث PANDORA (SI2.835928) في إطار برنامج تطوير الصناعة الدفاعية الأوروبية (EDIDP)، بالإضافة إلى مشاريع البحث ECOSSIAN (607577) و GUARD (833456) في إطار البرنامج الإطاري الأوروبي السابع (FP7) وأفق 2020.