Game mechanics for cyber-harm awareness in the metaverse
Deakin Cyber Research and Innovation(迪肯网络研究与创新中心)
针对元宇宙中儿童网络安全教育需求,本文通过分析CyberNinjas VR游戏,探讨游戏机制如何促进安全行为,为未来VR环境设计提供参考。
2025-10-16 cs.CR cs.CY cs.MM
The Cyber Alliance Game: How Alliances Influence Cyber-Warfare
该研究提出网络联盟博弈模型,分析漏洞分享奖励、联盟内部权力结构及奖惩机制对国家网络战决策的影响,为理解现实网络冲突提供理论支撑。
2024-10-08 cs.CR cs.GT
Stability-Drift Early Warning for Cyber-Physical Systems Under Degradation Attacks
Astana IT University(阿斯塔纳IT大学)
本文提出基于稳定性漂移的早期预警方法,用于检测无人机在缓慢降级攻击下的早期不稳定性,通过监测状态转移偏离度实现提前预警,提升系统安全性。
2025-12-15 cs.CR
From Cyber Terrorism to Cyber Peacekeeping: Are we there yet?
在当今的网络空间中,每个人都可以访问大量的信息。然而,除了互联网提供的好处,它也隐藏了许多危险的人和国家。网络空间也有黑暗的一面,包括恐怖主义、欺凌和其他类型的暴力。网络战争是一种虚拟战争,它造成的破坏与物理战争一样。在这篇文章中,我们将讨论什么是网络恐怖主义以及它如何导致网络战争。
2020-09-27 cs.CR cs.CY
A Multi-Resolution Dynamic Game Framework for Cross-Echelon Decision-Making in Cyber Warfare
本文提出多分辨率动态博弈框架,用高分辨率博弈树建模战术层、用低分辨率马尔可夫博弈建模战略层,并通过缩放操作实现跨层级可扩展推理,以提升网络防御的战略优势。
2025-07-02 cs.CR cs.GT
Early Warnings of Cyber Threats in Online Discussions
我们引入了一个系统,用于自动生成即将发生或当前网络威胁的警告。我们的系统利用了恶意行为者在暗网上的交流,以及网络安全专家在Twitter等社交媒体平台上的活动。在2016年9月至2017年1月期间,我们的方法生成了661个警报,其中约84%与当前或即将发生的网络威胁有关。在本文中,我们首先说明了我们的系统的基本原理和工作流程,然后我们衡量其性能。我们的分析通过两个案例研究得到了丰富:第一个案例展示了该方法如何预测DDoS攻击,以及它如何使组织能够为2016年10月造成广泛破坏的Mirai攻击做好准备。其次,我们讨论了该方法对各种数据泄露实例的及时识别。
2018-01-29 cs.CR cs.CY cs.SI
Symbiotic Game and Foundation Models for Cyber Deception Operations in Strategic Cyber Warfare
New York University(纽约大学)
针对当前网络战的复杂态势,本章提出结合博弈模型与基础模型的共生框架,阐述二者在各层级网络欺骗中的作用,介绍多智能体神经符号推测学习方法,并讨论相关挑战与应用前景。
2024-08-19 cs.AI cs.CR cs.GT
Graph neural networks at war: integrating cybersecurity and drone intelligence in the Israeli-Iranian conflict
Department of Information Technology, Khabat Technical Institute(信息科技系,Khabat技术学院);Erbil Polytechnic University(埃尔比尔理工大学);Computer Science and Engineering Department(计算机科学与工程系;AIIC,库尔德斯坦赫勒大学);AIIC, University of Kurdistan Hewler(信息系统工程系,计算机与信息工程技术学院);Department of Information Systems Engineering, Technical College of Computer and Informatics Engineering
研究利用图神经网络(GNN)增强网络入侵检测与无人机响应,通过案例验证其在高检测率、快速响应和态势感知中的有效性。
2026-06-17 cs.AI cs.CR
Sanctuary lost: a cyber-physical warfare in space
在过去几十年中,空间已经从一场纯粹的科学斗争,在一个政权对另一个政权的优越性的渴望的推动下,发展成为基本上所有发达国家经济的一个支点。许多企业都非常依赖卫星通信或数据采集,不仅用于国防目的,而且越来越多地用于日常应用。然而,尽管到目前为止,航天国家没有将其地球上的冲突扩展到太空,但这一关键基础设施并不像常识所暗示的那样无懈可击。在本文中,我们分析了太空飞行器面临的威胁,以及必须改变什么来减轻这些威胁。我们将特别侧重于网络威胁,这些威胁很可能是小国和恐怖组织制造的,它们的动机不一定包括空间领域的可持续性,也不容易受到地面相互报复的威胁。我们调查事件,突出威胁,并提高对意外故障的一般准备的认识,这已经在太空界广泛传播,以准备和容忍意外和恶意故障(如网络恐怖分子和民族国家黑客的有针对性的攻击)。
2021-10-12 cs.CR cs.SY eess.SY
Protection and Deception: Discovering Game Theory and Cyber Literacy through a Novel Board Game Experience
网络素养值得认真的研究关注,因为它解决了专业化和泛化的融合;网络安全通常被认为是只有技术知识分子才能接近的,但其相互依存的性质要求对广大人口进行教育。因此,教育工具应引导参与者在一个方便和有吸引力的框架内发现技术知识。在本文中,我们提出了保护和欺骗(P&G),一个新的两人棋盘游戏。P&G有三大贡献。首先,它通过让参与者“动手”体验具有网络攻击能力的游戏作品,如蠕虫、伪装攻击/欺骗、重放攻击和特洛伊木马,来建立网络素养。第二,宝洁公司通过其博弈游戏,含蓄而非突兀地教授了信息不对称和资源分配等重要的博弈论概念。最后,它努力实现对代表性不足的少数群体和没有明确技术经验的人进行安全教育的重要目标。我们在曼哈顿的一个社区中心对宝洁公司的初中和高中学生进行了测试,观察到他们对游戏的享受和网络素养的提高,并提出了改进游戏的建议。除了这些结果,我们的论文还展示了有吸引力的棋盘设计和3D打印游戏棋子的图像,以及我们用来确保平衡游戏体验的蒙特卡洛分析。
2015-05-21 cs.CR cs.CY cs.GT
Control Behavior Integrity for Distributed Cyber-Physical Systems
网络物理控制系统,如工业控制系统(ICS),越来越多地成为网络攻击的目标。这种攻击可能会造成巨大的破坏,影响关键基础设施,甚至在系统不按预期运行时危及人类生命。然而,网络攻击并不新鲜,数十年的安全研究已经开发出大量解决方案来阻止它们。不幸的是,这些解决方案中的许多都无法轻松应用于安全关键的网络物理系统。此外,ICS的攻击面与传统IT系统中通常假设的攻击面完全不同。我们提出了Scadman,一个系统的目标是保持控制行为的完整性(CBI)的分布式网络物理系统。通过观察系统范围的行为,可以验证系统中各个控制器的正确性。这使得Scadman能够检测针对控制器(如可编程逻辑控制器(PLC))的各种攻击,包括恶意软件攻击,代码重用和仅数据攻击。我们基于一个真实的水处理测试平台实施和评估了Scadman,用于ICS安全性的研究和培训。我们的研究结果表明,我们可以检测到广泛的攻击-包括攻击,以前无法检测到的典型的状态估计技术-而不会造成假阳性警告标称阈值。
2018-12-20 cs.CR
The Sounds of Cyber Threats
互联网使用户能够访问大量资源,但它也可能使用户遭受有害的网络攻击。本文探讨了在网络安全领域中使用声音的人为因素问题。它描述了一种被称为声音化的方法,用于有效地设计和开发听觉网络安全威胁指示器,以警告用户有关网络攻击。一个案例研究,随着结果,各种类型的可用性测试与一些互联网用户谁是视力受损。本文最后讨论了今后加强这项工作的步骤。
2018-05-21 cs.CR cs.CY
Threat Modeling of Cyber-Physical Systems in Practice
传统的网络物理系统(CPS)并没有考虑到网络安全。他们在独立的运营技术(OT)网络上运营。随着这些系统现在与基于IP的信息技术(IT)网络的集成程度越来越高,它们暴露出可被攻击者通过这些IT网络利用的漏洞。攻击者可以控制这些系统,并导致危害系统最初设计的性能和安全措施的行为。在本文中,我们探讨的方法来识别威胁的CPS,并确保创建的威胁模型的质量。这项研究涉及采访了11名安全专家,他们分别在安全咨询公司、软件工程公司、原始设备制造商(OEM)以及地面和区域车辆集成商工作。通过这些访谈,我们发现从业者在对给定CPS进行威胁建模时,会将各种威胁建模方法、途径和标准结合在一起。从业人员面临的主要挑战是:他们无法将他们在网络物理领域获得的威胁建模知识转移到其他领域,修改后的系统的威胁模型往往没有更新,以及主要依赖同行评估和质量检查表来确保威胁模型的质量。该研究警告了开发安全CPS的困难,并呼吁研究开发实用的CPS威胁建模方法,持续威胁建模技术,以及确保威胁模型质量的技术。
2021-03-07 cs.CR
Cybersecurity Threat Analysis And Attack Simulations For Unmanned Aerial Vehicle Networks
本研究针对无人机网络的安全漏洞,利用Raspberry Pi3等基础工具进行威胁分析与攻击模拟,并提出创新防御方案以保障关键基础设施安全。
2024-02-12 cs.CR
Analyzing Cyber-Physical Systems from the Perspective of Artificial Intelligence
OFFIS e.V.(奥菲斯有限公司);Power Systems Intelligence(电力系统智能公司);Leibniz University Hannover(莱布尼茨汉诺威大学)
现代信息物理系统(CPS)分析的原则是基于分析方法,取决于是否考虑安全或活性要求。复杂性是通过不同的技术来抽象的,从随机建模到合同。然而,分布式算法和基于人工智能(AI)的方法以及用户视角或不可预测的影响(如事故或天气)都引入了足够的不确定性来保证基于学习的方法。本文将CPS建模和分析领域的传统方法与AI研究人员探索未知复杂系统的观点进行了比较。
2019-08-21 cs.AI cs.CR cs.DC
Hacker Combat: A Competitive Sport from Programmatic Dueling & Cyberwarfare
人类的历史包括许多不同形式的竞争活动。体育运动提供了娱乐以外的许多好处。在撰写本文时,除了传统的夺旗竞争等之外,还没有一个竞争性的网络安全生态系统。本文介绍了一个基于计算机科学和黑客技术的竞争框架。这一拟议的竞争格局包含了信息安全、软件工程和网络战的基本思想。我们还展示了将可操作的技能级别分级、评分和分类为能力等级的机会。在游戏过程中分析参与者的生理指标。这些分析提供了关于竞争性游戏和游戏分析所需的复杂性的支持。我们利用这些复杂性来构建一个有组织的竞争生态系统。使用以前的玩家行为,从游戏中,我们还展示了一个人工代理的生成,目的是在竞争激烈的水平与游戏。
2017-03-15 cs.CR cs.CY cs.HC
The Everyday Security of Living with Conflict
本文基于哥伦比亚、黎巴嫩和瑞典的田野民族志,主张以战争社区日常、平凡的安全经验理解冲突情境中的安全,并呼吁安全技术设计纳入这些生活经验。
2025-06-11 cs.CR
From Protest to Power Plant: Interpreting the Role of Escalatory Hacktivism in Cyber Conflict
Orange Cyberdefense;Department of Politics, Philosophy and Religion, Lancaster University(兰卡斯特大学政治、哲学与宗教系)
本文研究升级型黑客行动主义的战略动机,提出基于行动影响、意识形态契合度与东道国参与度的解读新方法,并评估政策安全影响、提出应对策略,为网络安全治理等国际讨论提供参考。
2025-10-06 cs.CR cs.CY
Parameters Differentiating the Characteristics and Security of Military Information Systems
COMSATS Institute of Information Technology(COMSATS信息科技学院);University of Engineering and Technology Lahore(拉合尔工程技术大学)
本文探讨了军事信息系统的安全需求与特性,分析了其与商业系统不同的安全参数,并讨论了卫星侦察在网络战争中的作用。
2016-10-04 cs.CR cs.CY cs.SY
A New Framework for Cybersecurity Refusals in AI Agents
Gray Swan;Gray Swan AI;Carnegie Mellon University(卡内基梅隆大学)
提出首个针对AI代理在进攻性安全场景中建立拒绝边界的框架,包括拒绝原则、任务分类和评估方法,并发现8个前沿模型中6个拒绝率接近零。
2026-05-31 cs.AI cs.CR
Insider threats in Cyber Security: The enemy within the gates
内部威胁已经成为特斯拉等民用公司的现实,特斯拉经历了破坏和知识产权盗窃,而Capital One遭受了欺诈。美国国防部的数据泄露事件造成了更大的社会影响,这是由著名的攻击者切尔西·曼宁和爱德华·斯诺登造成的,他们的间谍活动和黑客活动广为人知。近年来此类事件的急剧增加以及内部人员造成的不可估量的损害必须成为网络安全界所有成员的警告。继续低估内部威胁的问题是不可接受的。企业、组织、机构和政府需要在其安全态势中引领和接受文化变革。通过采用内部威胁计划,让所有战略分支机构(包括人力资源、法律、信息保障、网络安全和情报)参与,由首席信息安全官协调,并由C级高管提供支持,可以实施一个框架,以防止、检测和响应不忠诚和/或无意的内部威胁。因此,保护企业免受内部威胁是信息安全最佳实践的重要组成部分。至关重要的是,您的公司非常有价值的机密数据和资产受到保护,免受其最大的威胁:大门内的敌人。
2019-11-21 cs.CR cs.CY
OCCULT: Evaluating Large Language Models for Offensive Cyber Operation Capabilities
The MITRE Corporation(米特里公司)
该研究提出OCCULT轻量级评估框架,构建三类攻击性网络作战基准测试大语言模型的相关能力,发现DeepSeek-R1等模型在相关测试中表现显著提升,为评估AI网络威胁风险提供了新的可复现评估路径。
2025-02-18 cs.AI cs.CR
The Role of Vehicles in Digital Forensic Investigations: A Structured Synthesis of Digital Vehicle Forensic Characteristics
Technische Hochschule Rosenheim(罗森海姆应用技术大学)
本文通过结构化综合学术文献、标准和实践来源,定义了数字车辆取证(DVF)及其分类问题,推导出八个关键特征,并提出了基于特征的分类程序,以帮助调查人员在安全、法律和隐私约束下优先处理证据源。
2026-06-29 cs.CR
Bi-Level Game-Theoretic Planning of Cyber Deception for Cognitive Arbitrage
本文针对APT攻击者的认知漏洞,提出双层博弈的认知感知网络欺骗防御方案,通过战略层欺骗机制设计支撑跨层级行动,可放大初始优势、提升防御收益并保障关键资产安全。
2025-09-05 cs.CR cs.GT
NEMESYS: Enhanced Network Security for Seamless Service Provisioning in the Smart Mobile Ecosystem
随着智能移动设备的日益普及,移动恶意软件显然在上升,攻击者瞄准了有价值的用户信息并利用移动生态系统的漏洞。随着大规模移动僵尸网络的出现,智能手机也可以用来对移动网络发动攻击。NEMESYS项目将开发新的安全技术,用于智能移动生态系统中的无缝服务提供,并通过更好地了解威胁形势来提高移动网络安全性。NEMESYS将收集和分析有关针对移动用户和移动网络的网络攻击性质的信息,以便采取适当的应对措施。我们将开发一个数据汇集基础设施,其中包括虚拟化移动蜜罐和蜜罐客户端,以收集、检测和提供移动攻击的早期预警,并更好地了解针对移动设备的网络犯罪分子的作案手法。通过将提取的信息与来自有线网络的已知攻击模式相关联,我们将揭示和识别网络犯罪分子对移动设备发起攻击的方式的趋势。
2013-05-23 cs.CR cs.NI
Security for Smart Mobile Networks: The NEMESYS Approach
智能手机和平板电脑等智能移动设备的日益普及使其成为网络犯罪分子的诱人目标,随着攻击者通过针对移动用户尝试新的业务模式,移动威胁迅速增长和演变。随着第一批大规模移动僵尸网络的出现,核心网络也变得容易受到分布式拒绝服务攻击,如信令攻击。此外,诸如Wi-Fi和毫微微蜂窝基站之类的补充接入方法为移动用户以及核心网络引入了额外的脆弱性。在本文中,我们提出了智能移动网络安全的NEMESYS方法。NEMESYS项目的目标是开发新的安全技术,用于智能移动生态系统中的无缝服务提供,并通过更好地了解威胁形势来提高移动网络安全性。为此,NEMESYS将收集和分析有关针对智能移动设备和核心网络的网络攻击性质的信息,以便采取适当的应对措施。我们正在开发一个数据汇集基础设施,其中包含虚拟化移动蜜罐和蜜罐客户端,以收集、检测和提供移动攻击的早期预警,并了解针对移动设备的网络犯罪分子的作案手法。通过将提取的信息与有线网络的已知攻击模式相关联,我们计划揭示和识别网络犯罪分子对智能移动设备发起攻击的方式可能发生的变化。
2013-07-02 cs.CR cs.NI
Active Fuzzing for Testing and Securing Cyber-Physical Systems
Singapore Management University(新加坡管理大学);Zhejiang University(浙江大学);Zhejiang Lab(之江实验室);Alibaba-Zhejiang University Joint Institute of Frontier Technologies(阿里巴巴-浙江大学前沿技术联合研究中心)
关键基础设施中的网络物理系统(CPS)面临着来自攻击者的普遍威胁,这促使人们研究各种对策来保护它们。然而,评估这些对策的有效性是具有挑战性的,因为难以手动构建攻击的现实基准,由于巨大的搜索空间和资源需求,盲目测试是无效的,并且智能模糊方法需要不切实际的数据量和网络访问。在这项工作中,我们提出了主动模糊,一种自动的方法来寻找测试套件的数据包级CPS网络攻击,针对的情况下,攻击者可以观察传感器和操纵数据包,但没有现有的知识的有效载荷编码。我们的方法学习回归模型,用于预测从采样的网络数据包中产生的传感器值,并使用这些预测来指导搜索最有可能将CPS驱动到不安全状态的有效载荷操作(即位翻转)。我们的解决方案的关键是使用在线主动学习,它通过采样估计最大限度地改善它们的有效载荷来迭代更新模型。我们通过将其用于水净化厂测试平台来评估主动模糊的功效,发现它可以自动发现流量,压力和上/下溢攻击的测试套件,所有这些都比最具可比性的方法具有更少的时间,数据和网络访问。最后,我们证明了我们的预测模型也可以用作对策本身,将其作为异常检测器和预警系统。
2020-07-16 cs.CR cs.LG cs.SE