Detecting Insider Data Exfiltration Via Dlp

通过分析 DLP 策略违规、文件访问模式、上传量异常和非工作时间活动,检测内部数据渗出(Insider Data Exfiltration)行为。 使用 pandas 进行行为分析和统计基线建立。适用于内部威胁调查或为数据防丢失构建用户行为分析体系。

killvxk Updated 183 repo stars

File contents

通过 DLP 检测内部数据渗出

使用说明

分析端点活动日志、云存储访问记录和邮件 DLP 事件,使用行为基线和统计异常检测识别数据渗出模式。

import pandas as pd

df = pd.read_csv("file_activity.csv", parse_dates=["timestamp"])
# 基线:每位用户的每日平均上传量
baseline = df.groupby(["user", df["timestamp"].dt.date])["bytes_transferred"].sum()
user_avg = baseline.groupby("user").mean()

# 对超过基线 3 倍的用户发出告警
today = df[df["timestamp"].dt.date == pd.Timestamp.today().date()]
today_totals = today.groupby("user")["bytes_transferred"].sum()
anomalies = today_totals[today_totals > user_avg * 3]

关键指标:

  1. 上传量超过每日基线 3 倍
  2. 访问正常范围之外的文件
  3. 离职前批量下载
  4. 非工作时间文件访问模式
  5. USB/外部设备使用量激增

示例

# 检测非工作时间活动
df["hour"] = df["timestamp"].dt.hour
off_hours = df[(df["hour"] < 6) | (df["hour"] > 22)]
suspicious = off_hours.groupby("user").size().sort_values(ascending=False)

killvxk/cybersecurity-skills-zh commit 899817946a

Frequently asked questions

npx get-skill add killvxk/detecting-insider-data-exfiltration-via-dlp