Cryptominers는 위험이 낮고 보상이 많은 공격 기술이며 클라우드 환경의 주요 위협 중 하나입니다.
감지가 높기 때문에 감지가 어렵지만 기계 학습을 사용하면 강력한 탐지 알고리즘을 개발할 수 있습니다.
중요한 것은 모델의 성능을 신뢰할 수있는 방식으로 평가하는 것입니다.
이 백서에서는 Cryptominer 탐지 모델에 대한 교육 및 평가 방법에 대해 설명합니다.
불균형 학습 샘플 및 잘못된 양성의 위험을 해결하기 위해 임의의 산림 및 SVM과 같은 감독 학습 알고리즘을 사용하여 모델 평가를 수행하여 정확성과 리콜을 강조했습니다.
Data Collection은 광범위한 일반 프로세스를 포괄하고 크립토 미너의 기능을 강조하는 기능 추출 프로세스를 특별히 설계했습니다.
결국, 우리는 생산 환경에서 모델의 성능을 모니터링하고 Cryptominer 탐지의 효과를 향상시키기 위해 필요에 따라 조정합니다.