物联网时代拥有数以亿计的连接设备，为网络攻击者创造了一个更大的可利用空间，这就导致了对这些攻击进行快速、准确检测的需求。在过去的十年中，移动计算、通信和海量存储架构的发展带来了大数据现象，这涉及到以各种形式高速生成的前所未有的大量有价值的数据。利用大数据分析工具实时处理这些海量数据的能力，可以为网络威胁分析系统带来许多好处。通过利用从网络、计算机、传感器和云系统收集的大数据，网络威胁分析人员和入侵检测/防御系统可以实时发现有用的信息。这些信息可以帮助检测正在流行的系统漏洞和攻击，并相应地开发安全解决方案。

大数据分析将是一个必不可少的组成部分,任何有效的网络安全解决方案由于需要快速处理的高速、大容量来自各种数据源的数据,发现异常和/或攻击模式尽快限制系统的脆弱性和提高他们的韧性。尽管许多大数据分析工具已经发展在过去的几年里,他们的使用在网络安全领域的认股权证新方法考虑许多方面包括(a)统一的数据表示,(b)零日攻击检测,(c)威胁检测系统之间数据共享,(d)实时分析,(e)采样和降维，(f)资源约束数据处理，(g)异常检测的时间序列分析。

本期特刊征集利用和构建网络安全大数据分析解决方案的原创投稿。特别鼓励针对任何网络安全领域的新颖、多学科解决方案，以及通用的、可互操作的网络安全大数据分析架构。

潜在的主题包括但不限于以下内容:

• 物联网系统入侵检测的大数据分析
• 云系统安全的大数据分析
• 使用大数据分析检测恶意软件
• 利用大数据分析的网络威胁情报
• 用于威胁检测的大数据处理架构
• 有价值的网络安全数据提取的降维和抽样技术
• 大数据分析中的高级持续威胁(APT)检测技术
• 利用大数据分析有效检测网络攻击的机器学习算法
• 用于跨平台处理的网络攻击数据表示
• 使用大数据分析的网络取证
• 流数据处理实时威胁分析
• 使用大数据分析的零日攻击检测