Passive Hack-Back Strategies for Cyber Attribution: Covert Vectors in Denied Environment
本文探讨在拒止环境中利用跟踪信标、蜜标、供应链陷阱及AI和量子技术实现被动网络归因与情报收集,并倡导结合延迟主动响应的混合防御框架。
2025-08-17 cs.CR
Beyond the Bridge: Contention-Based Covert and Side Channel Attacks on Multi-GPU Interconnect
本文揭示多GPU系统中NVLink互连拥塞可被利用发起隐蔽信道与侧信道攻击,实现了45.5 kbps低错误率的跨GPU隐蔽信道,并展示了无需特殊权限即可通过共享互连对应用进行指纹识别的攻击方法。
2024-05-02 cs.CR
SpectreRewind: Leaking Secrets to Past Instructions
瞬态执行攻击利用微架构隐蔽通道来泄漏在逻辑程序执行期间不应该被访问的秘密。通常使用的微架构隐蔽通道是在微架构状态中留下持久足迹的通道,例如,高速缓存状态改变,在瞬时执行完成之后,从该通道恢复秘密。在本文中,我们提出了SpectreRewind,一种新的方法来创建基于竞争的瞬态执行攻击的隐蔽通道。在我们的方法中,一个隐蔽的通道是通过发出必要的指令之前,暂时执行的受害者代码逻辑。与需要同时多线程(SMT)的基于竞争的隐蔽通道不同,SpectreRewind支持基于单个硬件线程的隐蔽通道,使其在攻击者无法利用SMT的系统上可行。我们发现,在商品处理器上的浮点除法单元上的竞争可以用来创建一个高性能(~100 KB/s),低噪声的隐蔽通道,而不是常用的刷新+重载基于缓存隐蔽通道的瞬态执行攻击。我们实现了一个熔毁攻击利用建议的隐蔽通道表现出竞争力的性能相比,最先进的基于缓存的隐蔽通道的实现。我们还表明,隐蔽通道工程的JavaScript引擎的Chrome浏览器。
2020-06-23 cs.CR
Cyber-physical risk modeling with imperfect cyber-attackers
我们建模的恶意网络攻击者寻求诱导电网不安全的负载重新分配攻击的手段所带来的风险,同时明确承认,这样的演员将合理地基于其决策策略的不完善的信息。更具体地说,我们引入了一种新的制定网络攻击者的决策问题,并分析了随机不准确的数据对电网分支导纳或容量的决定的分布,以及它们各自的影响的分布。我们的研究结果表明,不准确的准入值最常导致次优的网络攻击,仍然危及电网安全,而不准确的容量值导致明显不太有效的攻击。我们还发现,在所有(随机)不完善的网络攻击之间,存在常见的受攻击网络资产和常见的受影响物理资产,可以在预防和/或纠正意义上利用这些资产进行有效的网络物理风险管理。
2021-10-01 cs.CR cs.SY eess.SY
Covert Communication Based on the Poisoning Attack in Federated Learning
Sichuan Normal University(四川师范大学)
针对联邦学习模型聚合破坏客户端嵌入信息的问题,提出一种基于投毒攻击的隐蔽通信方法,实现两客户端间100%准确传输,并证明其隐蔽、鲁棒且现有防御难以应对。
2023-06-02 cs.CR cs.LG
Deep Learning based Covert Attack Identification for Industrial Control Systems
Georgia Institute of Technology(佐治亚理工学院)
随着数据通信越来越多地利用无线网络,工业控制系统(ICS)的网络安全引起了人们的极大关注。许多数据驱动的方法被开发用于检测网络攻击,但很少有人专注于将它们与设备故障区分开来。在本文中,我们开发了一个数据驱动的框架,可用于检测,诊断和定位一种称为智能电网隐蔽攻击的网络攻击。该框架具有混合设计,结合了自动编码器、具有长短期记忆(LSTM)层的递归神经网络(RNN)和深度神经网络(DNN)。该数据驱动框架考虑了通用物理系统的时间行为,该系统从传感器测量的时间序列中提取特征,这些特征可用于检测隐蔽攻击,将其与设备故障区分开来,以及定位攻击/故障。我们评估所提出的方法的性能,通过一个现实的仿真研究IEEE 14节点模型作为ICS的一个典型例子。我们比较了所提出的方法与传统的基于模型的方法的性能,以显示其适用性和有效性。
2020-09-25 cs.CR cs.LG
Entropy Based Detection And Behavioral Analysis Of Hybrid Covert Channeling Secured Communication
隐蔽通道是分析网络安全强度的一个重要机制。隐蔽通道是在安全通道上非法传输并建立恶意会话的通道。在这种通道中设置的陷门会扩散,使得隐蔽通道能够在网络防火墙中检测到它们的存在。这是由于复杂的隐蔽方案使得能够在网络上建立鲁棒的隐蔽通道。从攻击者的角度来看,将通过在基本协议栈中的不同协议中放置多个这样的陷门来改善。这导致了混合隐蔽通道的独特场景,其中不同的隐蔽通道陷门在同一时刻存在于协议栈的同一层中。对于检测代理检测这样的事件是复杂的,由于缺乏知识的不同的隐蔽方案。为了提高检测引擎的知识,以检测混合隐蔽通道的情况下,它需要探索所有可能的秘密介质中使用的形成这样的通道。这可以通过可用的不同方案及其对混合隐蔽信道的熵影响来探索。环境可以由资源、被攻击主体和发起攻击的主体(攻击者)组成。本文的目标是了解不同的隐蔽方案和攻击场景(建模)以及隐蔽介质的可能性以及检测指标。
2015-06-16 cs.CR
Advanced profiling for probabilistic Prime+Probe attacks and covert channels in ScatterCache
高速缓存层次结构中的定时通道是许多微体系结构攻击的重要促成因素。ScatterCache(USENIX 2019)是一种受保护的缓存架构,它使用密钥加密函数随机化地址到索引的映射,旨在阻止在微架构攻击中使用基于缓存的定时通道。在本说明中,我们通过概述无噪声情况下的两种攻击(即匹配原始分析中的假设)来推进对ScatterCache安全性的理解。作为第一个贡献,我们提出了更有效的驱逐集分析,减少了所需的数量可观的受害者访问(因此分析运行时)的几个数量级。例如,为了在具有11个索引位的8路组关联高速缓存中构造可靠的驱逐组,我们将受害者访问要求从大约$2^{25}$放宽到小于$2^{10}$。作为第二个贡献,我们展示了隐蔽通道分析和传输的概率缓存,如ScatterCache。通过利用任意冲突而不是有针对性的冲突,我们的方法显着优于已知的隐蔽通道(例如,全缓存驱逐)。
2019-08-09 cs.CR
Cordyceps: Covert Control Attacks on LLMs via Data Poisoning
Georgia Institute of Technology(佐治亚理工学院);Cisco Systems(思科系统)
提出一种数据投毒方法,通过语义关联教LLM隐藏任意恶意指令,实现隐蔽控制攻击,绕过多种防御。
2026-06-16 cs.AI cs.CR cs.LG
Design of Transport Layer Based Hybrid Covert Channel Detection Engine
信息战争使得计算机网络具有不可预测性,容易受到各种攻击。这种对网络的攻击损害了最重要的属性,隐私。大多数此类攻击都是使用称为“隐蔽信道”的特殊通信信道设计的。“隐蔽”一词代表隐藏或不透明。网络隐蔽通道是合法网络通信中的隐藏通信路径,明显违反了规定的安全策略。隐蔽信道中的非透明性也被称为陷门。暗门是在合法通信中无意中设计的,其座右铭是泄露信息。阈下通道是隐蔽通道的一种变体,其工作原理类似,只是在密码算法中设置了陷门。隐通道与阈下通道的一种组合是“混合隐通道”。混合隐通道是两个或多个隐通道变体的同质或异质混合,它们在同一时刻或不同时刻活动。检测此类恶意通道活动在消除对合法网络的威胁方面起着至关重要的作用。本文研究了多陷门隐蔽通道,设计了一种基于TCP和SSL的传输层混合隐蔽通道检测引擎。
2010-12-30 cs.CR
Securing Federated Learning: A Covert Communication-based Approach
联邦学习网络(FLN)已经被设想为一个有前途的范例,以协作训练模型之间的移动设备,而不暴露他们的本地隐私数据。由于需要频繁的模型更新和通信,FLN容易受到各种攻击(例如,窃听攻击、推断攻击、中毒攻击和后门攻击)。平衡隐私保护与高效的分布式模型训练是FLN的关键挑战。现有的对策产生高计算成本,并且仅针对FLN上的特定攻击而设计。在本文中,我们提出了基于隐蔽通信的联邦学习(CCFL)方法来弥合这一差距。基于隐蔽通信的通信安全技术,隐藏了无线通信活动的存在,CCFL可以降低攻击者从FLN训练协议中提取有用信息的能力,这是大多数现有攻击的基本步骤,从而从整体上增强了FLN的隐私性。我们的实验评估CCFL广泛的现实世界的设置下,FL的延迟进行了优化,根据给定的安全要求。数值结果表明,所提出的方法在训练效率和通信安全方面的显着有效性。
2021-10-05 cs.CR
CONNECTION: COvert chaNnel NEtwork attaCk Through bIt-rate mOdulatioN
本文提出一种基于比特率调制的广域网隐蔽信道攻击方法,通过高低比特率表示二进制实现隐蔽通信,实验表明其在不同噪声下达到5 bps速率及0.7239 bps/Hz信道容量,有效规避网络安全措施。
2024-04-24 cs.CR cs.IT cs.NI
An Online Approach to Cyberattack Detection and Localization in Smart Grid
本文提出一种基于正则化线性回归的在线检测算法,将智能电网隐蔽攻击建模为状态估计残差中的稀疏特征,实验表明其在检测延迟和定位精度上优于传统方法。
2021-02-22 cs.CR stat.AP
Revisiting Main Memory-Based Covert and Side Channel Attacks in the Context of Processing-in-Memory
本研究提出利用存内计算架构特性的IMPACT时序攻击方法,构建的隐蔽信道吞吐量远超现有水平,还可低错误率泄露受害应用隐私信息,代码已开源。
2025-06-12 cs.AR cs.CR
TorKameleon: Improving Tor's Censorship Resistance with K-anonymization and Media-based Covert Channels
TorKameleon通过K-anonymization技术分片重路由流量并利用WebRTC隐蔽通道或TLS隧道封装,保护Tor用户免受被动与主动关联攻击,提升抗审查性。
2023-10-19 cs.CR
Exploiting CPU Clock Modulation for Covert Communication Channel
本文提出一种利用现代x86处理器占空比调制特性的新型隐蔽信道,通过发送方与接收方协作操纵该特性秘密传输信息,实测数据传输速率可达55.24比特每秒。
2024-04-08 cs.CR
Processor Hardware Security Vulnerabilities and their Detection by Unique Program Execution Checking
最近在高级处理器中发现的安全攻击,被称为Spectre和Meltdown,导致公众对硬件安全的高度警觉。这些攻击的根本原因是通过“隐蔽通道”的信息泄漏,这些通道在秘密和攻击者之间没有任何显式信息流的情况下泄露秘密数据。许多消息来源认为,这种隐蔽通道是基于推测和乱序执行的高度先进的处理器架构所固有的,这表明可以通过远离高端处理器来避免这种安全风险。然而,本文表明,这个问题是更广泛的范围:我们提出了新的类别的隐蔽通道攻击,这是可能的平均复杂度的处理器,按顺序流水线,因为它们是主流的应用程序,从物联网到自治系统。我们提出了一种新的方法作为对隐蔽通道补救的基础:虽然所有以前的攻击都是通过人类攻击者的巧妙思考发现的,但本文提出了一种自动化和详尽的方法,称为“唯一程序执行检查”,该方法系统地检测和定位隐蔽通道的漏洞,包括迄今为止未知的隐蔽通道。
2018-12-05 cs.CR
Spy in the GPU-box: Covert and Side Channel Attacks on Multi-GPU Systems
深度学习革命在很大程度上是由GPU和最近的加速器实现的,这使得在可接受的时间内进行计算要求很高的训练和推理成为可能。随着机器学习网络和工作负载的规模不断增加,多GPU机器已成为高性能计算和云数据中心上提供的重要平台。由于这些计算机在多个用户之间共享,因此保护应用程序免受潜在攻击变得越来越重要。在本文中,我们探讨了Nvidia的DGX多GPU机器对隐蔽和侧信道攻击的脆弱性。这些机器由许多分立的GPU组成,这些GPU通过自定义互连(NVLink)和PCIe连接的组合互连。我们逆向工程的缓存层次结构,并表明它是可能的攻击者在一个GPU上造成竞争的L2缓存的另一个GPU。我们利用这一观察结果首先开发了一个跨两个GPU的隐蔽通道攻击,实现了3.95 MB/s的最佳带宽。我们还在远程GPU上开发了一种prime和probe攻击,允许攻击者恢复另一个工作负载的缓存命中和未命中行为。这个基本功能可以用于任何数量的侧信道攻击:我们演示了一个概念验证攻击,指纹的应用程序运行在远程GPU上,具有高精度。我们的工作首次确定了这些机器对微架构攻击的脆弱性,我们希望它能指导未来的研究,以提高它们的安全性。
2022-03-30 cs.CR
Using Covert Topological Information for Defense Against Malicious Attacks on DC State Estimation
准确的状态估计对保证电力系统安全高效运行至关重要。最近发现的对仪表测量的协调数据注入攻击可以绕过当前的安全系统,并将错误引入状态估计。减轻这种攻击的传统智慧是通过保护仪表测量以避免恶意注入。在本文中,我们提供了一种新的替代方案,以抵御虚假数据注入攻击,利用隐藏的电力网络拓扑信息。通过保持一组传输线的确切电抗不被攻击者发现,就不能发起虚假数据注入攻击来破坏任何一组状态变量。我们首先从攻击者的角度研究了执行注入攻击的必要条件。基于这些参数,我们将最优保护问题描述为一个图中的Steiner树问题,该问题以最小的代价保护状态变量。此外,我们还提出了一个混合的防御策略,共同考虑使用隐蔽的拓扑信息和安全的电表测量时,单独的方法是昂贵的或无法实现的保护目标。提出了一种混合整数线性规划(MILP)方法来求解最优混合防御策略.为了解决该问题的NP-困难性,进一步提出了一种基于剪枝的启发式算法,在多项式时间内得到近似解。在IEEE标准电力系统测试案例中验证了所提出的防御机制的优越性能。
2014-04-20 cs.CR
CovertAuth: Joint Covert Communication and Authentication in MmWave Systems
针对毫米波波束对齐阶段的窃听和冒充攻击,本文提出CovertAuth安全框架。通过联合优化波束训练预算和传输功率实现隐蔽通信,并利用天线阵列互耦效应设计物理层认证方案,有效提升了系统的检测准确性与安全性。
2025-07-11 cs.CR eess.SP
Automated Malware Design for Cyber Physical Systems
网络物理系统的攻击设计对于在设计时和运行时评估CPS弹性以及从测试平台生成丰富的数据集以供研究至关重要。针对网络物理系统的攻击与IT攻击的区别在于,其主要目标是损害物理系统。因此,设计此类攻击需要网络和物理系统知识。当前生成攻击的做法要么集中在使用IT网络安全现有知识体系的系统的网络部分,要么使用黑客攻击来注入可能损害物理过程的攻击。在本文中,我们提出了一种系统的方法,可以根据CPS安全和控制规范自动生成完整性攻击,而无需了解物理系统或其动态。生成的攻击违反了系统的操作和安全要求,因此对系统的弹性提出了真正的测试。我们提出了一种算法来自动化的恶意软件有效载荷的发展。文中给出了几个例子来说明所提出的方法。
2021-07-06 cs.CR cs.SY eess.SY
Re: What's Up Johnny? -- Covert Content Attacks on Email End-to-End Encryption
我们展示了对OpenPGP和S/MIME加密以及电子邮件上下文中的数字签名的实际攻击。我们的攻击不是针对底层的加密原语,而是滥用MIME标准和HTML的合法功能(如电子邮件客户端所支持的)来欺骗用户的实际消息内容。我们演示了攻击者如何在不知不觉中滥用用户作为解密甲骨文回复一个不可疑的期待电子邮件。使用这种技术,数百封加密电子邮件的明文可以同时泄露。此外,我们还展示了如何通过回复包含CSS条件规则的电子邮件来欺骗用户签署任意文本。一项评估显示,19个支持OpenPGP的电子邮件客户端中有17个,以及22个支持S/MIME的客户端中有21个,都容易受到至少一种攻击。我们提出了不同的对策,并讨论了它们的优点和缺点。
2019-04-17 cs.CR
I Know What You Sync: Covert and Side Channel Attacks on File Systems via syncfs
操作系统使用进程、容器和隔离技术等抽象来强制逻辑隔离,以保护系统免受恶意代码或错误代码的攻击。在本文中,我们展示了通过打破这种逻辑隔离的文件系统的新型侧通道。文件系统在操作系统中起着至关重要的作用,它管理应用程序层和物理存储设备之间的所有I/O活动。我们观察到文件系统实现是共享的,这导致了在使用公共I/O系统调用时的时序泄漏。具体来说,我们发现现代操作系统利用任何刷新操作(将内存中的缓存块保存到SSD或磁盘)来刷新所有I/O缓冲区,甚至是其他隔离域使用的I/O缓冲区。因此,通过测量syncfs的延迟,攻击者可以推断受害程序的I/O行为。然后,我们演示了一个syncfs隐蔽通道攻击多个文件系统,包括Linux本地文件系统和Windows文件系统,实现了最大带宽为5 Kbps的出错率为0.15%的Linux和7.6 Kbps的出错率为1.9%的Windows。此外,我们构建了三个侧信道攻击,针对Linux和Android设备。在Linux设备上,我们通过跟踪临时缓冲文件的写入模式来实现网站指纹攻击和视频指纹攻击。在Android设备上,我们设计了一种应用程序指纹攻击,在启动期间泄漏应用程序写入模式。攻击达到90%以上的F1得分,精确度和召回率。最后,我们证明了这些攻击可以利用跨容器实现容器检测技术和跨容器隐蔽通道攻击。
2025-04-26 cs.CR
Exploiting Parallel Memory Write Requests for Covert Channel Attacks in Integrated CPU-GPU Systems
本文揭示了异构SoC中iGPU并行内存写请求通过内存控制器写缓冲区管理策略导致CPU读请求停顿,并在基于Intel的集成CPU-GPU系统中构建了跨处理器隐蔽信道,实现了最高4.41 kbps带宽和低至0.49%错误率的攻击。
2023-07-30 cs.AR cs.CR
Benchmarking Misuse Mitigation Against Covert Adversaries
University of Pennsylvania(宾夕法尼亚大学);Carnegie Mellon University(卡内基梅隆大学)
本文提出BSD基准测试,用于评估对抗隐蔽攻击的防御策略,通过生成两个拒绝前沿模型的难数据集,揭示分解攻击的有效性及状态化防御的潜力。
2026-04-20 cs.AI cs.CR
NVBleed: Covert and Side-Channel Attacks on NVIDIA Multi-GPU Interconnect
本研究逆向分析NVIDIA NVLink互连的两类泄漏源,实现跨GPU隐蔽信道与侧信道攻击,验证云端跨虚拟机泄漏风险,并提出相应防御思路。
2025-03-22 cs.CR
Leaky Buddies: Cross-Component Covert Channels on Integrated CPU-GPU Systems
图形处理单元(GPU)是当今计算平台范围内无处不在的组件,从手机和平板电脑,到个人计算机,再到高端服务器类平台。随着图形和视频工作负载的重要性日益增加,最近的处理器与集成在同一芯片上的GPU设备一起发货。集成的GPU与CPU共享一些资源,因此,存在从GPU到CPU的微架构攻击的可能性,反之亦然。我们相信这种类型的攻击,跨越组件边界(GPU到CPU,反之亦然)是新颖的,引入了独特的挑战,但也为攻击者提供了新的功能,当我们在这些环境中设计针对微架构攻击的防御时,必须考虑这些功能。具体来说,我们考虑了来自共享微架构组件(如缓存)或通过共享争用域(例如,公共汽车)。我们说明了这两种类型的通道,通过开发两个可靠的隐蔽通道攻击。第一个隐蔽通道使用英特尔集成GPU架构中的共享LLC缓存。第二个是基于竞争的通道,目标是将CPU和GPU连接到LLC的环形总线。跨组件通道引入了许多我们必须克服的新挑战,因为它们发生在使用不同计算模型的异构组件之间,并且使用非对称存储层次结构互连。我们还利用GPU并行性来增加通信的带宽,即使不依赖于一个共同的时钟。基于LLC的信道以2%的低出错率实现120 kbps的带宽,而基于竞争的信道以0.8%的出错率提供高达400 kbps的带宽。
2020-11-19 cs.CR
Towards a formal notion of impact metric for cyber-physical attacks (full version)
工业设施和关键基础设施正在转变为动态适应外部事件的“智能”环境。其结果是,网络物理系统中集成了异构物理和网络组件的生态系统,这些系统越来越容易受到网络物理攻击,即,网络空间的安全漏洞,对系统核心的物理过程产生不利影响。我们提供了一个正式的组成指标,以估计网络物理攻击的影响,针对传感器设备的物联网系统正式在一个简单的扩展轩尼诗和里根的时间处理语言。我们的影响指标依赖于离散时间概括Desharnais等人。的弱互模拟度量。我们证明了我们的定义在两个不同的攻击一个简单的监视系统的充分性。
2018-06-27 cs.CR cs.LO cs.SY
MeMoir: A Software-Driven Covert Channel based on Memory Usage
Instituto Tecnológico de Costa Rica (TEC)(哥斯达黎加理工学院(TEC));University of Exeter(埃克塞特大学);Georgia Institute of Technology(佐治亚理工学院);Karlsruhe Institute of Technology (KIT)(卡尔斯鲁厄理工学院(KIT))
本文提出了 MeMoir,一种首次利用内存使用作为媒介的软件驱动隐蔽信道,在 x86-64 和 ARM64 平台上实现了低误差传输,并提供了基于机器学习的检测器与基于噪声的防御对策。
2024-09-20 cs.CR cs.LG
New Cross-Core Cache-Agnostic and Prefetcher-based Side-Channels and Covert-Channels
本文发现英特尔XPT预取器跨核共享漏洞,提出PrefetchX攻击,可窃取RSA密钥、监控键盘和网络流量,且绕过现有缓存缓解措施。
2023-06-19 cs.AR cs.CR
TEMPEST-LoRa: Cross-Technology Covert Communication
本文提出TEMPEST-LoRa,一种基于跨技术隐蔽通信的电磁隐蔽信道,通过操纵视频线缆产生电磁泄漏,将物理隔离网络中的秘密数据隐蔽传输至远处的商业LoRa接收器,最远距离达87.5米,速率达21.6 kbps。
2025-06-26 cs.CR
Towards an Approach to Contextual Detection of Multi-Stage Cyber Attacks in Smart Grids
电网面临着受到高影响力的网络安全威胁的风险,例如协调的定时攻击。要驾驭这一新的威胁格局,需要深入了解能源信息系统中的潜在风险和复杂的攻击过程,这反过来又需要难以管理的手动工作来及时处理大量跨域信息。为了在协调网络攻击的情况下提供充分的基础来评估和了解智能电网的情况,我们需要一种系统和一致的方法来识别网络事件。在本文中,我们提出了一种方法,收集和相关的跨域网络威胁信息,以检测多阶段的网络攻击的能源信息系统。我们调查的相关性方法的适用性和性能,并讨论结果,以突出领域特定的检测机制的挑战。
2021-09-06 cs.CR cs.NI cs.SY
aIR-Jumper: Covert Air-Gap Exfiltration/Infiltration via Security Cameras & Infrared (IR)
红外(IR)光对人类是不可见的,但相机对这种类型的光是光学敏感的。在本文中,我们展示了攻击者如何使用监控摄像头和红外光在组织的内部网络和远程攻击者之间建立双向隐蔽通信。我们提出了两种情况:渗出(将数据泄漏出网络)和渗透(将数据发送到网络)。撤离监控和安全摄像头配备了红外LED,用于夜视。在渗透场景中,组织内的恶意软件通过本地网络访问监控摄像头并控制红外照明。敏感数据,如PIN码,密码和加密密钥,然后调制,编码,并通过红外信号传输。浸润在渗透场景中,站在公共区域的攻击者(例如,在街上)使用红外LED将隐藏信号传输到监控摄像头。二进制数据,如命令和控制(C&C)和信标消息编码的IR信号的顶部。渗出和渗透可以结合起来,在受损网络和攻击者之间建立双向的“气隙”通信。我们讨论了相关的工作,并提供了科学背景,这种光通道。我们实现了一个恶意软件的原型,并提出了数据调制模式和一个基本的传输协议。我们对隐蔽通道的评估表明,数据可以以每台监控摄像机20 bit/sec的速度从组织中秘密地泄露到数十米之外。数据可以以每台监控摄像机超过100比特/秒的速度从数百米到数千米的距离秘密渗透到组织中。
2017-09-18 cs.CR
Reinforcement Learning for Feedback-Enabled Cyber Resilience
New York University(纽约大学)
数字化和远程连接扩大了攻击面,使网络系统更加脆弱。随着攻击者变得越来越老练和足智多谋,仅仅依靠传统的网络保护,如入侵检测,防火墙和加密,是不足以保护网络系统。网络弹性提供了一种新的安全模式,以弹性机制补充保护不足。网络弹性机制(CRM)实时适应已知或零日威胁和不确定性,并对其进行战略响应,以在攻击成功的情况下保持网络系统的关键功能。反馈架构在实现CRM的在线感知、推理和驱动过程中发挥着关键作用。强化学习(RL)是一种重要的工具,它集中体现了网络弹性的反馈架构。它允许CRM在对环境和攻击者的先验知识有限或没有先验知识的情况下对攻击提供顺序响应。在这项工作中,我们回顾了关于RL网络弹性的文献,并讨论了针对三种主要类型漏洞的网络弹性,即,姿势相关、信息相关和人为相关的脆弱性。我们介绍了CRM的三个应用领域:移动目标防御,防御性网络欺骗和辅助人类安全技术。RL算法本身也存在漏洞。我们解释了RL的三个漏洞,并提出了攻击模型,其中攻击者的目标是环境和代理之间交换的信息:奖励,状态观测和动作命令。我们表明,攻击者可以欺骗RL代理学习一个邪恶的政策,以最小的攻击努力。最后,我们讨论了RL在网络安全和弹性方面的未来挑战以及基于RL的CRM的新兴应用。
2021-12-07 cs.CR cs.LG cs.SY
Pool-Party: Exploiting Browser Resource Pools as Side-Channels for Web Tracking
我们确定类隐蔽通道的浏览器,不减轻目前的防御,我们称之为“池党”的攻击。池方攻击允许站点通过操纵有限但未分区的资源池来创建隐蔽通道。这类攻击是已知的,但在这项工作中,我们表明,它们都更普遍,更实用的利用,并允许以更多的方式利用,比以前确定的。这些隐蔽通道具有足够的带宽,可以在实际和现实条件下跨站点边界传递cookie和标识符。我们在所有流行的浏览器中识别池方攻击,并表明它们是实用的跨站点跟踪技术(即,Chrome和Edge中的攻击时间为0.6秒,Firefox和Tor浏览器中的攻击时间为7秒)。在本文中,我们做了以下贡献:首先,我们描述了池方隐蔽通道攻击,利用限制在浏览器中的应用层资源池。其次,我们证明了池党的攻击是实用的,并可用于跟踪用户在所有流行的浏览器,我们还分享了开源实现的攻击,并评估他们通过一个有代表性的网络抓取。第三,我们证明了在基于Gecko的浏览器(包括Tor浏览器)中,池方攻击也可以用于跨配置文件跟踪(例如,在正常和私人浏览会话之间链接用户行为)。最后,我们讨论了可能的缓解策略和防御措施
2023-03-21 cs.CR
Countering Adaptive Network Covert Communication with Dynamic Wardens
网络隐蔽信道是计算机网络中的隐蔽通信信道。它们影响着网络安全经济的几个因素。例如,通过提高僵尸网络通信的隐蔽性,它们可以帮助和保护暗网僵尸网络销售的价值。隐蔽渠道也可以用于秘密地将机密数据泄露出组织,可能导致市场/研究优势的丧失。考虑到上述情况,需要努力制定有效的反措施来对付这种威胁。因此,在本文中,介绍了新的监狱长分类的基础上,我们提出并评估了一个新的概念,一个动态监狱长。它的主要新颖之处在于随着时间的推移,监狱长的行为的修改,使它难以自适应隐蔽通信方推断其策略,并执行一个成功的隐藏数据交换。实验结果表明了该方法的有效性。
2021-02-28 cs.CR cs.NI
SCAMPER -- Synchrophasor Covert chAnnel for Malicious and Protective ERrands
本文提出SCAMPER框架,利用IEEE C37.118同步相量协议中过度配置的时间戳字段构建隐蔽信道,既能实现攻击者间的隐秘通信,也可用于检测虚假数据注入攻击,并在两个HIL测试平台上验证了其恶意与防护双重用途的有效性。
2025-08-27 cs.CR
DeepC2: AI-powered Covert Command and Control on OSNs
Institute of Information Engineering, Chinese Academy of Sciences(中国科学院信息工程研究所);School of Cyber Security, University of Chinese Academy of Sciences(中国科学院大学网络空间安全学院);Cyberspace Institute of Advanced Technology, Guangzhou University(广州大学网络空间先进技术研究院)
指挥和控制(C&C)在攻击中非常重要。它将攻击者的命令传输给受感染主机中的恶意软件。目前,一些攻击者在C&C任务中使用在线社交网络(OSN)。OSN上的C&C存在两个主要问题。首先,恶意软件找到攻击者的过程是可逆的。如果防御者分析了恶意软件样本,攻击者将在发布命令之前暴露。第二,明文或加密形式的命令被OSN视为异常内容,这将引起异常并触发对攻击者的限制。防御者一旦暴露就可以限制攻击者。在这项工作中,我们提出了DeepC2,一个基于人工智能的C&C on OSN,来解决这些问题。对于可逆硬编码,恶意软件使用神经网络模型找到攻击者。攻击者的化身被转换成一批特征向量,防御者无法使用模型和特征向量预先恢复化身。为了解决OSN上的异常内容,使用哈希冲突和文本数据增强将命令嵌入到正常内容中。在Twitter上的实验表明,嵌入命令的推文可以有效地生成。恶意软件可以在OSN上隐蔽地找到攻击者。安全分析表明,很难提前恢复攻击者的标识符。
2022-06-30 cs.AI cs.CR
Covert Attacks on Machine Learning Training in Passively Secure MPC
Google DeepMind(谷歌DeepMind);Visa Research(Visa研究);Aarhus University(阿arhus大学)
本研究揭示主动对手可在被动安全MPC训练协议中实施隐蔽攻击,损害模型完整性与隐私,甚至重建训练数据,挑战了被动安全威胁模型的合理性,并推动采用主动安全协议。
2025-05-21 cs.CR cs.LG
ETHERLED: Sending Covert Morse Signals from Air-Gapped Devices via Network Card (NIC) LEDs
高度安全的设备通常与互联网或其他公共网络隔离,因为它们处理的是机密信息。这种隔离水平被称为“气隙”。在本文中,我们提出了一种名为ETHERLED的新技术,允许攻击者从空气间隙的网络设备(如PC,打印机,网络摄像机,嵌入式控制器和服务器)中泄漏数据。联网设备具有集成的网络接口控制器(NIC),其中包括状态和活动指示灯LED。我们表明,安装在设备上的恶意软件可以通过闪烁和交替颜色来控制状态LED,使用记录的方法或未记录的固件命令。信息可以通过简单的编码(如莫尔斯码)进行编码,并在这些光信号上进行调制。攻击者可以在几十到几百米远的地方拦截和解码这些信号。我们展示了一个评估,并讨论了防御和预防对策,这种渗透攻击。
2022-08-21 cs.CR
USBcat - Towards an Intrusion Surveillance Toolset
本文确定了一个入侵监视框架,它提供了一个分析师的能力,以隐蔽的方式调查和监控网络攻击。在以间谍活动为目的进行网络攻击的情况下,了解对手的技术和目标的能力是网络和计算机安全的一个重要因素。有了适当的工具集,安全调查人员将被允许通过观察入侵者的行为和通信来执行实时和隐形的反情报行动。随后,攻击者的身份,目标,能力和渗透的更完整的图片可以制定比目前的技术可能。这项研究的重点是开发一个可扩展的框架,允许恶意软件的隐蔽调查。此外,通用串行总线(USB)的海量存储器设备(MSD)的隐蔽通道的设计,使远程命令和控制的框架。通过设计、实施和测试一套工具验证了这项工作。
2014-10-16 cs.CR
SmartAttack: Air-Gap Attack via Smartwatches
本文提出 SmartAttack,利用智能手表内置麦克风在 18-22 kHz 频段实时接收超声波隐蔽信号,并通过多条件实验验证其从气隙系统窃取数据的风险及缓解方向。
2025-06-10 cs.CR
Exploiting Page Faults for Covert Communication
BITS Pilani(比拉国立理工学院)
本文提出一种利用页错误构建隐蔽信道的新机制,使恶意进程能绕过操作系统隔离泄露数据,且不依赖定时器,实验误码率低于4%。
2025-09-23 cs.CR cs.OS
Stealing AI Model Weights Through Covert Communication Channels
Sorbonne Universit\' e , CNRS, LIP6, Paris, France
本研究提出一种针对搭载AI硬件加速器无线设备的新型模型窃取攻击,通过硬件木马经隐蔽信道泄露权重、附近设备拦截帧重构权重,对架构和加速器无依赖,经多模型硬件验证有效,并探讨了防御机制。
2025-09-30 cs.AI cs.CR
CPA-RAG:Covert Poisoning Attacks on Retrieval-Augmented Generation in Large Language Models
针对RAG系统的黑盒投毒攻击框架CPA-RAG,通过生成查询相关文本操纵检索过程,在多个数据集上实现超90%攻击成功率,并成功攻破商业平台,凸显了RAG安全防护的紧迫性。
2025-05-26 cs.CR
SPECWANDS: An Efficient Priority-based Scheduler Against Speculation Contention Attacks
本文提出SPECWANDS调度方案,通过三种基于优先级的调度策略防御易失型瞬态执行攻击中的竞争隐蔽信道,在保留推测执行和资源共享性能优势的同时,显著优于现有方案。
2023-04-16 cs.AR cs.CR
Predicting Cyber-Attack using Cyber Situational Awareness: The Case of Independent Power Producers (IPPs)
对物联网(IoT)的日益严重的依赖引发了安全问题;多年来,其在发电关键基础设施(CI)上的应用受到了大规模的网络攻击。以前的研究工作,以了解网络安全从网络态势感知(CSA)的角度未能批判性地考虑各种网络态势感知(CSA)的安全漏洞,从人类行为的角度与CI。该研究评估了CSA元素,以预测发电行业的网络攻击。本研究文章的数据是使用调查方法从IPP收集的。分析方法采用偏最小二乘结构方程模型(PLS-SEM),以评估所提出的模型。结果显示,对人和网络攻击的负面影响,但在预测网络攻击显着。该研究还表明,信息处理是重要的,并积极影响网络攻击。研究还发现,人与攻击和信息与攻击之间的关联没有中介作用。这可能是由于独立发电商实施了有效的网络安全控制。最后,该研究还没有显示网络基础设施网络攻击预测的迹象。原因可能是独立发电厂的管理人员制定了适当的准入政策和安全措施。
2022-02-01 cs.CR
Cross-Router Covert Channels
许多组织通过将每类设备分配到不同的逻辑网络来保护安全联网设备免受不安全联网设备的影响。这两个逻辑网络(通常称为主机网络和访客网络)使用相同的路由器硬件,旨在在软件中隔离这两个网络。在这项工作中,我们表明,逻辑网络隔离的基础上主机和客户网络可以克服使用跨路由器隐蔽通道。通过使用特制的网络流量,这些通道可以通过将路由器用作共享介质,在主机网络和来宾网络之间泄漏数据,反之亦然。我们对代表多个供应商和价格点的路由器进行了调查,发现我们调查的所有路由器都容易受到至少一类隐蔽通道的攻击。即使攻击者对受感染设备的权限非常有限,我们的攻击也可以成功,甚至可以使用承载恶意JavaScript代码的iframe来实现此目的。我们提供了几个指标的有效性,这些渠道的基础上,他们的普及率,率和隐蔽性,并讨论可能的方式来识别和防止这些泄漏。
2019-08-07 cs.CR
NetSpectre: Read Arbitrary Memory over Network
在本文中,我们提出了NetSpectre,一个通用的远程Spectre变体1攻击。为此,我们展示了第一个访问驱动的远程Evict+恶意缓存攻击网络,泄漏每小时15位。除了改造现有的攻击网络的情况下,我们还展示了第一个幽灵攻击,不使用缓存隐蔽通道。相反,我们提出了一种新的高性能的基于AVX的隐蔽通道,我们在我们的无缓存幽灵攻击中使用。我们表明,特别是远程幽灵攻击的性能显着更好的AVX为基础的隐蔽通道,泄漏60位每小时从目标系统。我们验证了我们的NetSpectre攻击在局域网中以及Google云中的虚拟机之间都有效。NetSpectre标志着从本地攻击到远程攻击的范式转变,使更广泛和更多的设备暴露于Spectre攻击。Spectre攻击现在也必须考虑在根本不运行任何潜在攻击者控制代码的设备上。我们表明,特别是在这种远程情况下,基于不泄漏实际数据的较弱小工具的攻击仍然非常强大,可以远程破坏地址空间布局随机化。我们讨论的几个幽灵小工具比预期的更通用。特别是,值阈值是我们设计的一种技术,它泄漏了一个秘密值,而没有典型的位选择机制。我们概述了未来研究的幽灵攻击和幽灵缓解的挑战。
2018-07-27 cs.CR
Analyzing Cyber-Attack Intention for Digital Forensics Using Case-Based Reasoning
网络攻击日益增加,并且每天都在急剧变化。控制网络攻击和查明肇事者及其意图已变得具有挑战性。一般来说,分析网络攻击的意图是数字取证的主要挑战之一。在许多网络攻击案件中,对攻击意图的分析决定了攻击中使用的战略和工具,从而有助于更准确地查明攻击者。在本文中,将提出一个模型来分析网络攻击的意图。在这一建议中,将设想一套步骤,将它们与基于案例的推理方法联系起来。通过分析某些情况下的攻击意图并将结果与其他分析攻击意图的方法进行比较,来检查该模型。希望结果能更准确地确定网络攻击的意图。
2021-01-05 cs.CR
A Formal Approach to Cyber-Physical Attacks
我们应用形式化的方法来奠定和简化理论基础,以推理网络物理系统(CPS)和网络物理攻击。我们专注于%的完整性和拒绝服务攻击的传感器和执行器的CPS的正式治疗,这些攻击的时间方面。我们的贡献有三个方面:(1)我们定义了一个混合过程演算来模拟CPS和网络物理攻击;(2)我们定义了一个网络物理攻击的威胁模型,并提供了评估攻击容忍度/漏洞的方法;(3)我们正式确定了如何估计成功攻击对CPS的影响,并调查攻击成功机会的可能量化。我们说明的定义和结果通过一个非平凡的工程应用。
2017-04-21 cs.CR
Designing with Deception: ML- and Covert Gate-Enhanced Camouflaging to Thwart IC Reverse Engineering
提出一种ML驱动的IC伪装方法,利用AIG-VAE编码电路并引入隐蔽逻辑门变体,通过功能保留与外观模仿实现双层伪装,有效抵御逆向工程攻击。
2025-08-11 cs.CR
AI/ML Based Detection and Categorization of Covert Communication in IPv6 Network
Department of Electrical and Computer Engineering, University of Arizona, Tucson, AZ 85721, USA(电气与计算机工程系,亚利桑那大学);Department of Management Information Systems, University of Arizona, Tucson, AZ 85721, USA(管理信息系统系,亚利桑那大学);Department of Systems and Industrial Engineering, University of Arizona, Tucson, AZ 85721, USA(系统与工业工程系,亚利桑那大学);Laboratory for Advanced Cybersecurity Research, National Security Agency, USA(高级网络安全研究实验室,美国国家安全局)
本研究利用AI/ML技术,通过分析IPv6网络流量和隐秘通信注入,结合多种机器学习模型提升隐秘通信检测的准确率,达到超过90%的检测效果。
2025-09-16 cs.AI cs.CR cs.LG
Comparative Survey of Cyber-Threat and Attack Trends and Prediction of Future Cyber-Attack Patterns
该研究针对2010年至今的网络威胁与攻击趋势开展比较调研,分析攻击模式与驱动因素,指出国家行为体参与及监管缺失加剧网络安全风险,为预判未来安全挑战提供依据。
2024-10-04 cs.CR cs.CY