Rescuing the End-user systems from Vulnerable Applications using Virtualization Techniques
在由普通终端用户拥有的系统中,很多时候,安全攻击是通过潜入恶意应用程序或通过用户的不符合安全的动作利用现有的软件漏洞来发起的。虚拟化方法可以通过为应用程序、恶意设备和设备驱动程序提供隔离环境来解决这个问题,这些应用程序、恶意设备和设备驱动程序通常用作安全攻击的入口点。然而,使用虚拟化来提供隔离环境的现有方法在应用接口透明性和文件系统透明性方面对用户都不是透明的。此外,与共享文件系统相结合的软件配置级解决方案(如远程桌面和远程应用访问机制)不满足用户透明性和安全性要求。我们提出了qOS,一个基于虚拟机的解决方案,结合某些操作系统的扩展,以满足安全要求的终端系统所拥有的普通用户,在一个透明和有效的方式。我们证明了qOS的效率,效率,安全性和用户透明度方面的经验评估的原型实现在Linux+KVM系统。
2022-11-04 cs.CR cs.OS
AgentVisor: Defending LLM Agents Against Prompt Injection via Semantic Virtualization
Beihang University(北京航空航天大学);AI Security Lab(360人工智能安全实验室);Peking University(北京大学)
本文提出AgentVisor框架,通过语义权限分离防御LLM代理的提示注入攻击,结合经典操作系统安全原语设计审计协议,并引入自修正机制,实验表明其在安全性和实用性上均优于现有方法。
2026-04-27 cs.CR
Bao-Enclave: Virtualization-based Enclaves for Arm
通用操作系统(GPOS),如Linux,包含数百万行代码。从统计学上讲,更大的代码库不可避免地会导致更多的潜在漏洞,从而使系统更容易受到攻击。为了最小化GPOS中的漏洞的影响,在GPOS的域之外实现安全敏感程序已经变得很常见,即,可信执行环境(TEE)Arm TrustZone是在Arm设备中实现TEE的事实上的技术。然而,在过去的十年中,TEE已被成功攻击数百次。不幸的是,这些攻击是可能的,因为基于TrustZone的TEE存在一些架构和实现缺陷。在本文中,我们提出了Bao-Enclave,一种基于虚拟化的解决方案,使OEM能够从TEE中删除安全功能,并将其移动到正常的隔离环境中,以轻量级虚拟机(VM)的形式免受潜在恶意操作系统的影响。我们在真实硬件平台上评估了Bao-Enclave,发现Bao-Enclave可以将安全敏感工作负载的性能提高高达4.8倍,同时显著简化TEE软件TCB。
2022-09-12 cs.CR
App's Auto-Login Function Security Testing via Android OS-Level Virtualization
受小键盘的限制,大多数移动应用都支持自动登录功能,以获得更好的用户体验。因此,当应用再次在前台运行时,用户避免了重新输入ID和密码的不便。然而,这种自动登录功能可以被利用来发动所谓的“数据克隆攻击”:一旦本地存储的、依赖于自动登录的数据被攻击者克隆并放置到自己的智能手机中,攻击者就可以突破登录设备数量限制,悄悄登录受害者的帐户。一个自然的对策是检查特定于设备的属性的一致性。只要新设备显示与前一个不同的设备指纹,应用程序将禁用自动登录功能,从而防止数据克隆攻击。在本文中,我们开发了VPDroid,一个透明的Android操作系统级的虚拟化平台,专为安全测试。使用VPDroid,安全分析师可以在虚拟电话中自定义不同的设备工件,例如CPU型号,Android ID和电话号码,而无需用户级API挂钩。VPDroid的隔离机制确保虚拟手机中的用户模式应用程序无法检测到特定于设备的差异。为了评估Android应用程序对数据克隆攻击的敏感性,我们使用VPDroid模拟了234个下载量最大的应用程序的数据克隆攻击。我们在五个不同的虚拟手机环境中进行的实验表明,VPDroid的设备属性自定义可以欺骗所有执行设备一致性检查的测试应用程序,例如Twitter,WeChat和PayPal。19家供应商已确认我们的报告为零日漏洞。我们的研究结果描绘了一个警示故事:只有在客户端执行设备一致性检查仍然容易受到高…
2021-03-30 cs.CR
Comparison between security majors in virtual machine and linux containers
虚拟化在21世纪初开始在信息技术领域获得关注,当时管理资源分布对开发人员来说是一项艰巨的任务。因此,像VMWare、Hyper V(hypervisor)这样的工具开始侵入不同操作系统上的软件存储库。VMWare和Hyper V可以支持多个虚拟机在其上运行,每个虚拟机都有自己的隔离环境。由于这种隔离,虚拟机(VM)的安全性方面与物理机(在硬件上具有专用操作系统)没有太大区别。Linux容器(LXC)领域的进步已经将虚拟化带到了一个完全不同的水平,其中各种应用程序的资源利用率得到了进一步优化。但是容器安全性在今天的研究人员中已经占据了首要地位,本文倾向于提供一个关于容器和虚拟机安全性比较的简要概述。
2015-07-28 cs.CR
Secure Encrypted Virtualization is Unsecure
随着云计算越来越流行,虚拟化变得越来越重要。云客户对安全性的需求越来越大。AMD计划在其最新的处理器EPYC中提供安全加密虚拟化(SEV)技术,通过加密其内存来保护虚拟机,但不提供完整性保护。在本文中,我们分析了在SEV设计的弱点,由于缺乏完整性保护,因此它不是那么安全。利用基于物理地址的tweak算法中不同的设计缺陷来防止密文块移动攻击,发现了一种针对SEV的攻击,该攻击可以获得受SEV保护的加密虚拟机的根权限。由于市场上仍然没有支持SEV的机器,因此在支持安全内存加密(SME)技术的Ryzen机器上完成了模拟针对受SEV保护的虚拟机的攻击的演示。
2017-12-14 cs.CR
Formal Verification of Secure Encrypted Virtualization
University of Florida(佛罗里达大学);AMD(超威半导体)
针对AMD SEV机密虚拟机缺乏形式化安全保障的问题,提出设计级和属性级抽象模型并进行属性检查,以确保机密性、完整性和可用性。
2026-05-31 cs.AR cs.CR
Toward an Intrusion Detection System for a Virtualization Framework in Edge Computing
Technology Innovation Institute (TII)(技术创新研究所);Pontifical Catholic University of Paraná(巴拉那天主教大学)
本研究针对边缘计算虚拟化框架,部署轻量级网络流量深度异常检测(LDPI)作为隔离服务,其训练AUC达0.999,在笔记本级边缘节点评估了与签名型IDS的对比及泛洪攻击检测场景的开销与性能。
2025-11-12 cs.CR
Understanding the Quality of Container Security Vulnerability Detection Tools
虚拟化使信息和通信技术行业能够更好地管理计算资源。在这方面,虚拟化方法的改进以及对一致的运行时环境、更低的开销和更小的包大小的需求导致了容器的日益普及。这是一种技术,它将应用程序、其依赖项和操作系统(OS)打包为一个独立的单元运行。然而,使用容器的紧迫问题是它对安全攻击的敏感性。因此,许多集装箱扫描工具可用于检测集装箱安全漏洞。因此,在这项研究中,我们通过提出两个反映覆盖率和准确性的指标来调查现有集装箱扫描工具的质量。我们使用不同的容器扫描工具(如Clair,Closore和Microscanner)分析了DockerHub上托管的Java应用程序的59个流行的公共容器映像。我们的研究结果表明,现有的容器扫描方法不能检测应用程序包漏洞。此外,现有的工具不具有高准确性,因为34%的漏洞被性能最好的工具遗漏。最后,我们还通过评估完整的漏洞环境来展示托管在DockerHub上的Java应用程序的Docker映像的质量,即,在图像中检测到的漏洞数量。
2021-01-11 cs.CR
DuVisor: a User-level Hypervisor Through Delegated Virtualization
当今主流的虚拟化系统由两个协作组件组成:访问虚拟化硬件的内核驻留驱动程序和提供VM管理和I/O虚拟化的用户级帮助进程。然而,这种虚拟化架构在安全性(大的攻击面)和性能方面都存在固有的问题。虽然有很长的工作线程试图通过将函数卸载到用户模式来最小化内核驻留驱动程序,但它们面临着安全性和性能之间的基本权衡:更多的卸载可能会减少内核攻击面,但会增加助手进程和驱动程序之间的运行时环交叉,从而增加性能成本。本文探讨了一种新的设计称为委托虚拟化,它完全分离的控制平面(内核驱动程序)的数据平面(助手进程),从而消除了内核驱动程序的运行时干预。由此产生的用户级管理程序称为DuVisor,可以处理所有VM操作,而不会在内核驱动程序完成初始化后陷入内核。DuVisor通过一个新的委托虚拟化扩展来改造现有的硬件虚拟化支持,以直接处理VM退出、配置虚拟化寄存器、管理用户模式下的第2阶段页表和虚拟设备。我们在开源RISC-V CPU上实现了硬件扩展,并在硬件上构建了基于Rust的虚拟机管理程序。在FireSim上的测试表明,DuVisor在各种实际应用中的性能比KVM高出47.96%,并显著减少了攻击面。
2022-01-24 cs.AR cs.CR cs.OS
seL4 Microkernel for virtualization use-cases: Potential directions towards a standard VMM
虚拟化通过隔离执行环境在为计算系统提供安全性方面发挥着重要作用。已经提出了许多软件解决方案(称为虚拟机管理程序)来提供虚拟化功能。然而,只有少数被设计用于部署在网络边缘,与云中的服务器相比,在计算资源较少的设备中。在少数可以扮演虚拟机管理程序角色的轻量级软件中,seL4通过提供小型可信计算基础和正式验证的组件而脱颖而出,从而增强了其安全性。尽管seL4微内核技术已经发展了十多年,但它现有的用户界面和工具仍然很少,而且还不是很成熟。在过去的几年里,主要的努力已经投入到提高内核本身的成熟度上,而不是可以托管在上面的工具和应用程序。因此,它目前缺乏对功能齐全的用户域虚拟机监视器的适当支持,并且现有的虚拟机监视器相当分散。本文通过介绍我们对设计原则和所需特性集的看法,讨论了标准VMM的潜在方向。本文并不打算定义一个标准的VMM,我们打算通过seL4社区发起这一讨论。
2022-12-28 cs.CR cs.OS
A Security Monitoring Framework For Virtualization Based HEP Infrastructures
Goethe-University Frankfurt(法兰克福歌德大学);CERN(欧洲核子研究中心)
高能物理(HEP)分布式计算基础设施需要自动化工具来监控、分析潜在的安全事件并做出反应。这些工具应收集和检查资源消耗、日志和系统调用序列等数据,以检测表明存在恶意代理的异常情况。他们还应该能够在没有管理员干预的情况下对攻击执行自动反应。我们描述了一个新的框架,完成这些要求,在欧洲核子研究中心的ALICE实验的概念实现的证明。我们展示了如何实现一个完全虚拟化的环境,通过隔离服务和作业来提高安全性,而不会对性能产生重大影响。我们还描述了一个收集的数据集机器学习为基础的入侵预防和检测系统的网格计算。该数据集由资源消耗度量(如CPU、RAM和网络流量)、来自操作系统服务的日志文件以及从ALICE Grid测试站点中运行的生产作业收集的系统调用数据和大量恶意软件组成。该恶意软件是从安全研究网站收集的。基于此数据集,我们将继续开发能够检测恶意作业的机器学习算法。
2017-04-16 cs.AI cs.CR cs.DC
Cloud Computing Security in Business Information Systems
云计算提供商和客户的服务不仅暴露于现有的安全风险,而且由于多租户、外包应用程序和数据以及虚拟化,它们也暴露于紧急情况。因此,云提供商和客户都必须建立信息安全体系,相互信任,最终用户也是如此。本文分析了针对信息安全的主要国际和行业标准及其与云计算安全挑战的一致性。据我们评估,几乎所有主要的云服务提供商(CSP)都至少通过了ISO 27001:2005认证。因此,我们建议对ISO 27001:2005标准进行扩展,增加关于虚拟化的新控制目标,以保持通用性,而不管公司的类型、规模和性质如何,也就是说,也适用于云系统,其中虚拟化是其基线。我们还定义了一个量化指标,并评估了ISO 27001:2005控制目标的重要性因素,如果客户服务托管在内部或云中。结论是,获得ISO 27001:2005证书(或如果已经获得)将进一步改善CSP和CC信息安全系统,并在云服务中引入相互信任,但不会涵盖所有相关问题。在本文中,我们也继续我们的努力,在业务连续性预防云计算产生,并提出了一些解决方案,以减轻风险。
2012-04-05 cs.CR cs.DC
A Survey of Security Research for Operating Systems
Graduate School of Information Security(信息安全研究生院);Institute of Information Security(信息安全研究所)
本文针对作为社会基础设施的信息系统安全需求,结合引用监控器设计要求,调研虚拟化、操作系统验证及访问控制技术,阐述其前景与挑战。
2026-10-09 cs.CR
Mascara: A Novel Attack Leveraging Android Virtualization
Android虚拟化使应用能够创建虚拟环境,其他应用可以在其中运行。最初旨在克服移动应用程序尺寸的限制,恶意开发人员很快就开始利用这种技术来设计新颖的攻击。因此,研究人员提出了新的防御机制,使应用程序能够检测它们是否在虚拟环境中运行。在本文中,我们提出了睫毛膏,第一次攻击,利用虚拟化技术以一种新的方式,实现了对任何Android应用程序的完全可行性,并证明了现有对策的无效性。睫毛膏是由一个恶意的应用程序执行的,它看起来像受害者应用程序的附加组件。至于任何其他附加组件,我们的恶意附加组件可以作为标准Android应用程序安装,但是,安装后,它会针对受害者应用程序启动睫毛膏。恶意附加组件是由睫毛护理器生成的,我们设计和开发的框架可以自动化整个过程。关于睫毛膏,我们评估了它对三个流行应用程序的有效性(即,Telegram、Amazon Music和Alamo)以及绕过现有虚拟环境检测机制的能力。我们通过测量虚拟化技术在运行时引入的开销和Mascarer生成100个恶意加载项所需的编译时间(即,少于10秒)。最后,我们设计了一个鲁棒的方法,检测虚拟环境中的Android的Android浏览器(ART)环境中的ArtMethod数据结构的字段值。
2020-10-20 cs.CR
One Glitch to Rule Them All: Fault Injection Attacks Against AMD's Secure Encrypted Virtualization
AMD安全加密虚拟化(SEV)通过内存和寄存器加密为不受信任环境中的虚拟机提供保护机制。为了将安全敏感操作与在主要x86内核上执行的软件分离,SEV利用了AMD安全处理器(AMD-SP)。本文介绍了一种新的方法来攻击SEV保护的虚拟机(VM),通过针对AMD-SP。我们提出了一种电压毛刺攻击,允许攻击者执行自定义的有效载荷上的AMD-SP的所有微架构,支持SEV目前在市场上(禅1,禅2,禅3)。所提出的方法允许我们在AMD-SP上部署自定义SEV固件,这使得对手能够解密VM的内存。此外,使用我们的方法,我们可以提取支持SEV的CPU的认可密钥,这允许我们伪造证明报告或冒充虚拟机迁移的有效目标,而无需物理访问目标主机。此外,我们反向工程版本芯片背书密钥(VCEK)机制引入了SEV安全嵌套寻呼(SEV-SNP)。VCEK将背书密钥绑定到与SEV相关的TCB组件的固件版本。在提取背书密钥的能力的基础上,我们展示了如何为任意固件版本导出有效的VCEK。通过我们的研究结果,我们证明了SEV无法在当前可用的CPU上充分保护云环境中的机密数据免受内部攻击者的攻击,例如流氓管理员。
2021-08-26 cs.CR
Secure Authentication of Cloud Data Mining API
云计算是一个革命性的概念,它带来了IT世界的范式转变。这使得管理和运营企业成为可能,甚至无需建立IT基础设施。它为迁移到云的用户提供了多重好处,同时也带来了未知的安全和隐私问题。用户认证是这样一个日益增长的关注点,并且为了确保云计算环境中的隐私和安全性,非常需要用户认证。本文讨论了云计算环境中网络、应用和虚拟化等不同层次的安全问题。提出了一种基于一次性密钥传递机制的安全框架。所提出的安全协议的独特性在于,它在高度冲突的云环境中为服务提供商和用户提供安全性。
2013-08-04 cs.CR
CROSSLINE: Breaking "Security-by-Crash" based Memory Isolation in AMD SEV
AMD的安全加密虚拟化(SEV)是AMD处理器上的一项新兴安全功能,允许虚拟机在加密内存上运行并执行机密计算,即使使用不受信任的虚拟机管理程序也是如此。本文首先揭示了SEV不正确使用地址空间标识符(ASID)来控制VM对加密内存页、高速缓存行和TLB条目的访问。然后,我们提出了CROSSLINE攻击,这是一种针对SEV的新型攻击,允许对手启动攻击者VM并将其ASID更改为受害者VM的ASID以冒充受害者。我们提出了两种变体的CROSSLINE攻击:CROSSLINEV 1解密受害者的页表或内存块的页表条目的格式; CROSSLINEV 2构造加密和解密预言机通过执行指令的受害者VM。我们已经成功地对SEV和SEV-ES处理器进行了CROSSLINE攻击。
2022-03-31 cs.CR
Service Oriented Architecture in Network Security - a novel Organisation in Security Systems
当前的网络安全系统是直接安装在操作系统中的各种安全组件的集合。这些检查整个节点的可疑行为。装甲入侵例如有能力隐藏自己不被检查。在本文中,我们提出了一种替代组织的安全系统。该节点通过当前的虚拟化系统完全虚拟化,从而区分具有应用程序的操作系统和安全系统。然后,安全系统从外部检查节点,并通过面向服务的体系结构提供正确的安全组件。由于在虚拟机中运行,受感染的节点可以停止,复制和移动到其他节点进行进一步分析和法律方面。该组织在本文中进行了分析,并初步实施显示出可喜的成果进行了讨论。
2008-05-07 cs.CR cs.DC
Future-Proofing Cloud Security Against Quantum Attacks: Risk, Transition, and Mitigation Strategies
University of Montreal(蒙特利尔大学);York University(约克大学)
本文分析云安全面临的量子威胁,提出跨九层架构的防护策略,涵盖风险评估、过渡策略及具体缓解措施,为云架构师和政策制定者提供指导。
2026-04-12 cs.CR
The Security and Privacy of Mobile Edge Computing: An Artificial Intelligence Perspective
本文从人工智能视角全面综述移动边缘计算的安全与隐私问题,以ETSI架构融合SDN与NFV为基础,探讨新安全挑战的AI解决方案及未来研究方向。
2024-01-03 cs.CR
Unleashing IoT Security: Assessing the Effectiveness of Best Practices in Protecting Against Threats
针对物联网安全最佳实践缺乏有效性评估标准的问题,提出将最佳实践转化为测试用例以评估其安全影响并排序的方法,经9款商用设备测试发现18个漏洞,可助力厂商优化安全投入优先级。
2023-08-23 cs.CR
Federated TON_IoT Windows Datasets for Evaluating AI-based Security Applications
现有的网络安全解决方案基本上是使用基于知识的模型开发的,这些模型通常无法触发新的网络攻击家族。随着人工智能(AI),特别是深度学习(DL)算法的蓬勃发展,这些安全解决方案已经插入了AI模型,以发现、跟踪、缓解或响应新的安全事件。这些算法需要大量的异构数据源来训练和验证新的安全系统。本文介绍了新数据集的描述,即所谓的ToN_IoT,它涉及从物联网服务的遥测数据集、Windows和Linux的操作系统数据集以及网络流量数据集收集的联合数据源。本文介绍了Windows操作系统的TON_IoT数据集的测试床和描述。该测试平台分为边缘层、雾层和云层。边缘层涉及物联网和网络设备,雾层包含虚拟机和网关,云层涉及与其他两层链接的云服务,如数据分析。这些层使用软件定义网络(SDN)平台和网络功能虚拟化(NFV)平台(使用VMware NSX和vCloud NFV平台)进行动态管理。Windows数据集是从内存、处理器、网络、进程和硬盘的审计跟踪中收集的。这些数据集将用于评估各种基于人工智能的网络安全解决方案,包括入侵检测、威胁情报和狩猎、隐私保护和数字取证。这是因为数据集具有广泛的近期正常和攻击特征和观察,以及真实的地面实况事件。这些数据集可以通过此链接公开访问[1]。
2020-10-04 cs.CR
The Effectiveness of Security Interventions on GitHub
本文通过对5万多个GitHub仓库的安全相关提交进行时间序列分析,比较安全警报、安全更新和代码扫描三类干预的因果效应,并提炼有效设计要素与改进建议。
2023-09-26 cs.CR
Quantifying Cybersecurity Effectiveness of Software Diversity
部署单一文化的软件堆栈可能会造成毁灭性的损害,即使是针对一个漏洞的一次攻击。受生物多样性的弹性效益的启发,软件多样性的概念在安全领域被提出。虽然软件多样性可以增强安全性是直观的,但其有效性尚未进行定量研究。目前,还没有理论或实证研究已经探索,以衡量网络多样性的安全有效性。在本文中,我们为最终解决这个问题迈出了第一步。我们提出了一个系统的框架,可以建模和量化的网络多样性的安全有效性。我们进行模拟,以证明该框架的实用性。与直觉相反,我们表明,从整个网络的角度来看,多样性并不一定能提高安全性。这种现象的根本原因是,多样化的软件实现中的脆弱性程度在决定软件多样性的安全有效性方面起着至关重要的作用。
2021-11-19 cs.CR
Attack-aware Security Function Chain Reordering
攻击感知识别安全系统对正在发生的攻击的自我感知。对云和网络基础设施的更频繁和更强烈的攻击正在将安全系统推向极限。随着摩尔定律的终结,仅仅针对这些攻击进行扩展在经济上不再合理。先前的工作已经处理了在安全系统中采用软件定义网络和网络功能虚拟化,并使用这两种方法通过安全功能的智能放置来优化性能。然而,这些作品尚未考虑的顺序,交通通过这些功能。在这项工作中,我们通过展示其影响来说明需要考虑这种排序的情况。然后,我们提出了一个重新排序的框架,并分析了哪些方面是必要的建模安全服务功能链和决策的基础上,这些模型的顺序。我们展示了订单的影响,并在评估环境中验证了我们的框架。效果可以扩展到多个数量级,框架的评估证明了我们的概念的可行性。
2020-05-17 cs.CR cs.NI
Data Analytics-enabled Intrusion Detection: Evaluations of ToN_IoT Linux Datasets
随着人工智能(AI)安全应用的广泛应用,需要收集异构和可扩展的数据源,以有效地评估安全应用的性能。本文介绍了新的数据集,命名为ToN物联网数据集,包括分布式数据源收集的物联网(IoT)服务的遥测数据集,Windows和Linux的操作系统数据集,和网络流量的数据集。本文旨在描述一种新的测试床架构,用于从硬盘、内存和进程的审计跟踪中收集Linux数据集。该架构设计在边缘、雾和云三个分布式层中。边缘层包括物联网和网络系统,雾层包括虚拟机和网关,云层包括与其他两层连接的数据分析和可视化工具。这些层通过使用VMware NSX和vCloud NFV平台的软件定义网络(SDN)和网络功能虚拟化(NFV)进行编程控制。Linux ToN物联网数据集将用于训练和验证各种新的联合和分布式AI安全解决方案,如入侵检测,威胁情报,隐私保护和数字取证。采用各种数据分析和机器学习方法来确定数据集在检查特征工程、合法和安全事件的统计以及安全事件的可靠性方面的保真度。这些数据集可以从[1]公开访问。
2020-10-04 cs.CR
Evaluation of Security Training and Awareness Programs: Review of Current Practices and Guideline
评估安全意识和培训计划的有效性对于最大限度地降低组织的人员安全风险至关重要。基于文献回顾和行业访谈,我们讨论了当前的做法,并制定了衡量组织使用的安全培训和意识举措的有效性的指导方针
2021-12-12 cs.CR
Effectiveness of SCADA System Security Used Within Critical Infrastructure
自20世纪60年代以来,监控和数据采集(SCADA)系统已在工业中使用。被称为关键基础设施(CI)的关键设施,如发电站,水处理和能源电网,使用SCADA进行控制。现有文献揭示了CI的固有安全风险,并表明这源于互联网络的兴起,从而导致企业网络和SCADA系统网络之间的互联性的兴起对CI构成安全风险的假设。对涉及SCADA和CI的先前全球攻击的研究结果(重点关注伊朗和乌克兰的两起高度严重的事件)表明,尽管互连性是一个主要因素,但由于SCADA控制器和协议中的风险,孤立的CI仍然非常容易受到攻击。
2020-12-18 cs.CR
HyperForce: Hypervisor-enForced Execution of Security-Critical Code
云和云相关服务的持续流行加速了虚拟化技术的发展。现代现成的计算机已经配备了专用硬件,使虚拟机管理程序能够管理多个操作系统的同时执行。研究人员已经提出了在这样的管理程序内操作的安全机制,以保护\textit{virtualized}操作系统免受攻击。这些机制在安全性上优于先前的技术,因为防御系统不再是操作系统的攻击面的一部分。然而,由于管理程序和操作系统之间的不断转换,这些对策通常会导致显著的性能开销。在本文中,我们提出了HyperForce,一个框架,它允许部署安全关键代码的方式,显着优于以前的\textit{in-hypervisor}系统,同时保持类似的保证方面的安全性和完整性。HyperForce是一个混合系统,它结合了\textit{in-guest}安全机制的性能和虚拟机管理程序内的安全性。我们评估我们的框架,使用它来重新实现基于不变性的rootkit检测系统,并显示性能优势的HyperForce利用对策。
2014-05-22 cs.CR cs.SE
An Approach To Enhance IoT Security In 6G Networks Through Explainable AI
University Of Missouri – St. Louis(密苏里大学圣路易斯分校)
针对6G网络中IoT集成的安全挑战,本研究利用基于树的机器学习算法处理数据,结合数据平衡技术与SHAP、LIME等XAI方法提升模型透明度与准确性,从而增强6G生态系统的IoT安全。
2024-12-24 cs.AI cs.CR
SEVurity: No Security Without Integrity -- Breaking Integrity-Free Memory Encryption with Minimal Assumptions
不采用云服务的一个原因是对云提供商的信任:由于他们控制着虚拟机管理程序,因此他们可以访问系统中处理的任何数据。针对虚拟机(VM)的全内存加密可防止好奇的云提供商以及其他受损的虚拟机管理程序。AMD安全加密虚拟化(SEV)是最流行的基于硬件的虚拟机全内存加密。它的最新扩展SEV-ES还在上下文切换期间保护整个VM状态,旨在确保主机既不了解VM内部处理的数据,也不能修改其执行状态。以前的几个作品已经分析了SEV的安全性,并表明,通过控制I/O,有可能泄露数据,甚至获得对VM执行的控制。在这项工作中,我们介绍了两种新的方法,使我们能够注入任意代码到SEV-ES安全的虚拟机。由于缺乏适当的完整性保护,重用现有的密文就足以构建高速加密预言机。因此,我们的攻击不再依赖于对I/O的控制,而这是以前攻击所需要的。由于I/O操作是高度可检测的,因此我们的攻击更隐蔽。此外,我们对AMD在更新的处理器上使用的以前未知的、改进的基于Xor-Encrypt-Xor(XEX)的加密模式进行了反向工程,并首次展示了我们的新攻击如何克服它。
2020-04-23 cs.CR
Formal-Guided Fuzz Testing: Targeting Security Assurance from Specification to Implementation for 5G and Beyond
本研究提出形式化引导的模糊测试方法,结合形式化验证与模糊测试的优势,分层检测5G协议到软件栈的漏洞,在srsRAN平台发现61个漏洞,将计算成本从指数增长降为线性增长。
2023-07-20 cs.CR
Evaluation of Security Solutions for Android Systems
随着智能手机使用量的增加,人们正在设计和开发大量的安全解决方案。许多安全解决方案无法应对高级攻击,并且不总是为智能手机平台设计。因此,需要有一种方法来评估其有效性。由于Android操作系统目前拥有最高的市场份额,因此我们决定在本研究中将重点放在Android上,我们将在此研究中回顾基于Android的智能手机的一些最先进的安全解决方案。此外,我们提出了一套评估标准,旨在评估专门为基于Android的智能手机设计的安全机制。我们相信,拟议的框架将帮助安全解决方案设计人员开发更有效的解决方案,并协助安全专家评估基于Android的智能手机的安全解决方案的有效性。
2015-02-17 cs.CR
Effective Measurement Requirements for Network Security Management
技术安全度量提供了确保用于保护信息系统的技术安全控制或技术设备/对象的有效性的度量。然而,缺乏理解和方法来开发技术安全度量可能会导致无法实现的安全控制目标和实施的不称职。本文提出了一种技术安全度量模型来衡量网络安全管理的有效性。衡量标准是基于(1)防火墙、入侵检测防御系统(IDPS)、交换机、无线接入点、无线控制器和网络架构等网络安全控制;以及(2)安全超文本传输协议(HTTPS)和虚拟专用网络(VPN)等网络服务的安全性能的有效性。我们使用Goal-Question-Metric(GQM)范式[1],它将度量目标与度量问题联系起来,并生成可以根据需求轻松解释的度量。这种研究方法的结果是引入网络安全管理度量作为技术安全度量(TSM)模型的属性。显然,建议的TSM模型可以为组织提供指导,以遵守ISO/IEC 27001信息安全管理体系(ISMS)标准的有效测量要求。建议的模型将提供全面的测量和指导,以支持ISO/IEC 27004 ISMS测量模板的使用。
2014-05-21 cs.CR
Security Audit of intel ICE Driver for e810 Network Interface Card
Department of Electronics & Computer Engineering(电子与计算机工程系);Intel NXNE Hardware Architecture(英特尔NXNE硬件架构)
本研究对 Intel ICE 驱动程序进行安全审计,通过静态分析、模糊测试和时序侧信道评估,发现其在正常条件下输入验证较强,但易受时序侧信道攻击,导致 VF 占用状态信息泄漏及 RCU 同步缺陷。
2025-11-05 cs.CR
Evaluating the Security and Economic Effects of Moving Target Defense Techniques on the Cloud
移动目标防御(MTD)是一种主动的安全机制,它改变攻击表面,旨在迷惑攻击者。云计算利用MTD技术来增强云安全态势以抵御网络威胁。虽然许多MTD技术已被应用于云计算,但尚未对MTD技术在安全性和经济性指标方面的有效性进行联合评估。在本文中,我们首先介绍了三个MTD技术的组合:\emph{Shuffle},\emph{Diversity},和\emph{Redundancy}的数学定义。然后,我们利用四个安全指标,包括系统风险,攻击成本,攻击回报和可靠性,以评估应用于大规模云模型的组合MTD技术的有效性。其次,我们专注于一个特定的上下文的基础上的云模型的电子健康应用程序的安全性和经济指标的MTD技术的有效性进行评估。我们介绍了(1)一种使用虚拟机布局技术来有效地部署Shuffle MTD技术的策略和(2)通过操作系统多样化来部署Diversity MTD技术的两种策略。由于部署多样性会产生成本,我们制定了\emph{Optimal Diversity Assignment Problem (O-DAP)}和解决它作为一个二元线性规划模型,以获得最大化的预期净效益的分配。
2021-06-19 cs.CR
Artificial Intelligence and Machine Learning in 5G Network Security: Opportunities, advantages, and future research trends
Macquarie University(麦考瑞大学);King Saud University(沙特国王大学);Victoria University(维多利亚大学)
5G网络最近的技术和架构进步已经证明了它们的价值,因为部署已经在世界各地开始。从接入到核心网络的关键性能提升因素是关键使能网络功能的软件化、云化和虚拟化。随着网络的快速发展,系统中的风险、威胁和漏洞也随之而来。因此,确保端到端(E2 E)安全性成为一个至关重要的问题。人工智能(AI)和机器学习(ML)可以在针对各种各样的威胁的高效安全协议的设计、建模和自动化方面发挥至关重要的作用。AI和ML已经在不同领域证明了它们在分类、识别和自动化方面的有效性,并且具有更高的准确性。由于5G网络的主要卖点是更高的数据率和速度,因此很难使用典型/传统的保护措施来应对来自不同点的各种威胁。因此,AI和ML可以在保护高度数据驱动的软件化和虚拟化网络组件方面发挥核心作用。本文介绍了AI和ML驱动的5G网络安全应用,它们的含义和可能的研究方向。此外,概述了5G架构中用于威胁分类和异常检测的关键数据汇集点。
2020-07-09 cs.CR cs.LG
ZKP Security Tools and Verification: Coverage, Effectiveness, Adoption, and Challenges
Max Planck Institute for Security and Privacy (MPI-SP)(马克斯·普朗克安全与隐私研究所);KTH Royal Institute of Technology(皇家理工学院);Ethereum Foundation(以太坊基金会);University of Athens & zkSecurity(雅典大学与zkSecurity)
研究ZKP安全工具现状,梳理工具情况,评估六种工具在70个漏洞中的表现,分析形式验证工作,调查从业者,发现安全工具与开发审计流程整合需优化,为相关人员提供见解。
2026-07-28 cs.CR
Security and Privacy in O-RAN for 6G: A Comprehensive Review of Threats and Mitigation Approaches
James Watt School of Engineering, University of Glasgow(格拉斯哥大学詹姆斯·瓦特工程学院)
本文综述了O-RAN在6G中的安全漏洞和隐私问题,分析了基本漏洞、攻击向量及威胁,评估现有和未来安全机制,并探讨标准化活动以加强安全框架。
2026-03-22 cs.CR cs.NI
5G/6G-Enabled Metaverse Technologies: Taxonomy, Applications, and Open Security Challenges with Future Research Directions
本文系统综述了5G/6G赋能的元宇宙技术,梳理其分类法与应用场景,分析开放安全挑战,并提出未来研究方向。
2023-05-25 cs.CR
CyberLearning: Effectiveness Analysis of Machine Learning Security Modeling to Detect Cyber-Anomalies and Multi-Attacks
Chittagong University of Engineering & Technology(吉大港工程与技术大学);Swinburne University of Technology(斯威本科技大学)
检测网络异常和攻击正在成为网络安全领域日益关注的问题。人工智能的知识,特别是机器学习技术可以用来解决这些问题。然而,基于学习的安全模型的有效性可能会因安全功能和数据特征而异。在本文中,我们提出了“CyberLearning”,一个基于机器学习的网络安全建模与相关特征选择,并对各种基于机器学习的安全模型的有效性进行了全面的实证分析。在我们的网络学习建模中,我们考虑了用于检测异常的二进制分类模型,以及用于各种类型网络攻击的多类分类模型。为了建立安全模型,我们首先使用流行的十种机器学习分类技术,例如朴素贝叶斯、逻辑回归、随机梯度下降、K-最近邻、支持向量机、决策树、随机森林、自适应提升、极限梯度提升以及线性判别分析。在此基础上,提出了基于人工神经网络的多隐藏层安全模型.这些基于学习的安全模型的有效性进行了检查,利用两个最流行的安全数据集,UNSW-NB 15和NSL-KDD进行了一系列的实验。总的来说,本文旨在通过我们在网络安全背景下的实验分析和发现,为数据驱动的安全建模提供参考。
2021-03-28 cs.CR cs.LG
A Multilayered Security Infrastructure for Connected Vehicles -- First Lessons from the Field
针对互联车辆的安全漏洞,提出集成网络保护、监控、事件管理与反制的多层安全基础设施,并在量产车原型中验证,实现毫秒级攻击缓解。
2023-10-16 cs.CR cs.NI
A Survey of Unikernel Security: Insights and Trends from a Quantitative Analysis
本文通过TF-IDF定量分析2013-2023年间33篇Unikernel论文,发现MPX和DEP讨论最少、SGX最多,揭示安全研究中的潜在风险与空白。
2024-06-04 cs.CR cs.DC cs.OS
Know Your Enemy: Stealth Configuration-Information Gathering in SDN
软件定义网络(Software Defined Networking,SDN)是一种旨在通过将网络逻辑与转发功能分离来提供高灵活性的网络架构。该行业已经广泛采用SDN,研究人员彻底分析了其漏洞,提出了提高其安全性的解决方案。然而,我们认为SDN的重要安全方面仍然没有得到研究。在本文中,我们提出了攻击者获取SDN网络知识的可能性。特别是,我们介绍了一种新的攻击,名为知道你的敌人(KYE),通过它的攻击者可以收集有关网络配置的重要信息。这些信息的范围从安全工具的配置(如网络扫描的攻击检测阈值)到一般网络策略(如QoS和网络虚拟化)。此外,我们还证明了攻击者可以以隐身的方式进行KYE攻击,即,而不会被发现我们强调,KYE攻击所利用的漏洞是SDN特有的,在传统网络中不存在。针对KYE攻击,我们还提出了一种基于网络流混淆的主动防御对策,这大大增加了成功攻击的复杂性。我们的解决方案提供可证明的安全保证,可根据所考虑的特定网络的需求进行定制
2016-08-16 cs.CR cs.NI
Comparing Effectiveness and Efficiency of Interactive Application Security Testing (IAST) and Runtime Application Self-Protection (RASP) Tools in a Large Java-based System
本研究在大型Java系统OpenMRS上比较IAST与RASP等安全工具,发现IAST在效率和有效性上均居第二,能检测八个OWASP Top-10风险,是黑盒测试的有力补充工具。
2023-12-29 cs.CR cs.SE
A Weakest Chain Approach to Assessing the Overall Effectiveness of the 802.11 Wireless Network Security
本研究旨在全面评估无线网络的安全性,并试图确定组成无线网络的“安全”方面的部分之间的最薄弱环节:安全协议,无线技术和用户习惯。安全协议的评估是通过确定破解特定协议的加密密钥或使用蛮干攻击技术通过访问控制所花费的时间来完成的。评估了从40到256位的密码短语强度以及加密密钥强度。为密码短语生成计划和创建了不同的场景,使用不同的字符集和不同的字符数。然后根据破解该密码所需的时间来评估每个场景。在研究的最后,确定密码短语的选择是整个802.11无线安全系统中最薄弱的部分。
2011-03-02 cs.CR cs.NI
Machine Learning Assisted Security Analysis of 5G-Network-Connected Systems
Princeton University(普林斯顿大学);Technology Innovation Institute(技术创新研究院)
电信系统的核心网络架构在第五代(5G)网络中经历了范式转变。5G网络已经过渡到软件定义的基础设施,从而减少了对基于硬件的网络功能的依赖。网络功能虚拟化和软件定义网络等新技术已被纳入5G核心网络(5GCN)架构中,以实现这一转变。这导致网络的效率、性能和鲁棒性的显著提高。然而,这也使得核心网络更容易受到攻击,因为软件系统通常比硬件系统更容易受到攻击。在这篇文章中,我们提出了一个全面的安全分析框架的5GCN。这种方法的新颖性在于通过机器学习创建和分析软件定义和虚拟化的5GCN的攻击图。该分析指出了5GCN中119个可能的新漏洞。我们证明了这些可能利用5GCN漏洞的行为会对5G认证和密钥协商协议产生五种新的攻击。我们将网络层、协议层和应用层的攻击结合起来,生成复杂的攻击向量。在一个案例研究中,我们使用这些攻击向量来发现在5G网络上运行的WhatsApp中的四个新的安全漏洞。
2021-08-07 cs.AI cs.CR cs.LG
Combinatorial Optimization based Feature Selection Method: A study on Network Intrusion Detection
软件定义网络(SDN)、物联网(IoT)、微服务架构、云计算和网络功能虚拟化(NFV)等计算机网络和通信技术的进步为安全专家对抗现代网络攻击开辟了新的战线和挑战。依赖于边界防御和基于签名的网络安全解决方案,如入侵检测和防御系统(IDS/IPS),未能提供足够的安全级别来抵御新的攻击媒介,如高级持续威胁,零日,勒索软件,僵尸网络和其他形式的有针对性的攻击。机器学习和认知计算的最新发展已经显示出检测未知和新的入侵事件的巨大潜力,而传统的基于误用和异常的入侵检测系统通常会失败。在这项研究中,我们在UNSW-NB 15数据集上应用了最先进的机器学习算法,以检测新的攻击。我们还提出了一种新的包装器为基础的特征选择技术TS-RF使用元启发式禁忌搜索(TS)算法和随机森林(RF)集成分类器。在UNSW-NB 15数据集上应用所提出的特征选择技术(即TS-RF)获得的结果表明,该方法在提高整体入侵检测精度的同时,由于去除了60%以上的特征,降低了计算复杂度。
2021-01-19 cs.CR cs.NI
Slice-Aware Spoofing Detection in 5G Networks Using Lightweight Machine Learning
Astana IT University(阿斯塔纳IT大学)
针对5G网络虚拟化导致的用户面欺骗威胁,提出切片感知轻量级机器学习框架,在Open5GS和srsRAN测试平台训练专用分类器,提升检测准确率5%且F1达0.93-0.96,实现低本高效的切片安全防御。
2025-11-12 cs.CR cs.NI
Evaluating LLM Generated Detection Rules in Cybersecurity
Sublime Security
本文提出开源评估框架与基准指标,以保留集法对比LLM与人工生成的网络安全规则,多维度评估LLM规则生成器有效性,并分析了Sublime Security的自动检测工程师(ADE)能力。
2026-08-13 cs.AI cs.CR
When deep learning meets security
Ozyegin University(厄兹耶因大学)
深度学习是一个新兴的研究领域,已经证明了它对部署更有效的智能系统的有效性。另一方面,安全性是现代通信系统中最基本的问题之一。最近,许多论文表明,使用深度学习模型可以在应用于安全领域时取得有希望的结果。在这项工作中,我们提供了一个概述,最近的研究,应用深度学习技术的安全领域。
2018-07-12 cs.CR cs.LG
On the Effectiveness of Kernel-Level Evidence for Agent Security
University of Georgia(佐治亚大学);Amazon Web Services(亚马逊云科技)
本研究通过配对内核级系统调用与应用级遥测,提出ACE语料库,证明跨层证据能提升智能体安全检测性能,并具泛化与迁移能力。
2026-09-25 cs.AI cs.CR
ANCHOR: logically-centralized security for Software-Defined Networks
虽然SDN的集中化带来了更快的创新速度等优势,但它也破坏了传统架构对不同威胁的一些自然防御。关于SDN的文献大多关注功能方面,尽管有一些关于非功能属性(如“安全性”或“可靠性”)的具体工作。虽然以临时、零敲碎打的方式处理后者可能会奏效,但这很可能导致效率和效力问题。我们认为,作为SDN鲁棒性的支柱,非功能属性的实施需要一种系统性的方法。作为一个一般的概念,我们提出了锚,一个子系统架构,促进非功能属性的逻辑集中。为了证明这一概念的有效性,我们在本文中重点关注“安全性”:我们确定了SDN中当前的安全漏洞,并以全局和一致的方式使用适当的安全机制填充架构中间件。锚点提供的基本安全机制包括可靠的熵和弹性伪随机生成器,以及用于SDN设备的安全注册和关联的协议。我们在论文中声称并证明,集中这些机制是其有效性的关键,允许我们:为这些属性定义和执行全局策略;降低控制器和转发设备的复杂性;确保关键服务的更高水平的鲁棒性;促进非功能性属性执行机制的互操作性;并促进架构本身的安全性和弹性。我们讨论的设计和实现方面,我们证明和评估我们的算法和机制,包括形式化的主要协议和验证其核心的安全属性使用的Tamarin证明。
2018-12-31 cs.CR cs.NI