Cyber Situation Awareness Monitoring and Proactive Response for Enterprises on the Cloud
云模型允许许多企业能够以负担得起的价格外包计算资源,而无需预先承诺费用。尽管云提供商负责云的安全性,但由于云提供商操作的固有复杂模型(例如,多租户)。此外,其服务已迁移到云中的企业更倾向于在云提供商提供的安全机制之上拥有自己的网络安全态势感知能力。通过这种方式,企业可以监控云的安全产品的性能,并且可以选择在存在攻击的情况下决定和选择更适合企业的潜在响应策略,其中云提供的防御对他们不起作用。然而,一些响应策略,如移动目标防御(MTD)技术被证明是有效的云安全,不能由企业自己部署。在本文中,我们提出了一个框架,使企业和云提供商之间更好的协作。我们提出的框架,它提供了一套最先进的安全指标的基础上更深入的安全分析,使企业的安全专家,以获得更好的态势感知在云中。通过更好、更有效的云安全态势感知,我们的框架可以支持更好的决策,并进一步允许部署更适当的威胁响应来保护外包资源。我们还提出了一个安全的协议,可以促进企业和云提供商之间更安全的通信。使用我们提出的安全协议,这是基于认证和密钥交换机制,企业可以发送一个安全的请求,云提供商执行选定的防御策略。
2020-09-03 cs.CR
Toward a Military Smart Cyber Situational Awareness (CSA)
University of Murcia(穆尔西亚大学);Universidad del Rosario(罗萨里奥大学)
本文提出6个标准用于创建军事智能CSA平台,并在开源平台CRUSOE上验证了这些标准的适用性。
2026-02-15 cs.CR
CyberOps: Situational Awareness in Cybersecurity Operations
网络安全行动(CyberOps)是将网络安全能力应用于某个领域、部门、组织或国家。从根本上说,这是为了保护数字投资,通过提供一个安全、可靠和有利的环境来开展业务,并保护国家重要的国家基础设施和公民福利,从而为国家经济福祉做出贡献。在本文中,我们调查影响赛博空间行动态势感知的操作因素,具体来说,处理操作和人为因素方面的理解和理解,并有助于对人类操作员决策的见解,如认知,团队合作,知识,技能和能力的功能。本文讨论的操作因素包括工具、技术、集成、架构、自动化、认知、人员、策略、过程和程序。
2022-02-08 cs.CR cs.NI
QR-SACP: Quantitative Risk-based Situational Awareness Calculation and Projection through Threat Information Sharing
针对网络威胁态势感知需求,本文提出QR-SACP量化风险方法,通过服务依赖权重计算威胁确定性影响及级联效应,从三方面预测威胁传播/复发概率,实验验证其可全面揭示威胁态势细节。
2023-04-28 cs.CR
ECYSAP EYE: From Cyber Situational Awareness to Mission-Centric Decision Support for Enhanced Cyberspace Operations
Universidad de Murcia(穆尔西亚大学);Indra Sistemas S.A.(因德拉系统公司);Universidad Politécnica de Madrid(马德里理工大学)
提出ECYSAP EYE系统之系统架构,通过七类任务相关制品(如RCyP、CySRs等)实现从感知到决策再到执行的过渡,支持增量部署与验证,提升网络空间任务规划与执行中的态势感知与决策支持能力。
2026-06-11 cs.CR
Systematic Literature Review on Cyber Situational Awareness Visualizations
网络威胁的动态越来越复杂,使组织比以往任何时候都更难深入了解其网络安全状况。因此,组织依靠网络态势感知(CSA)来支持他们更好地了解网络事件的威胁和相关影响。由于网络安全数据的异质性和复杂性,通常具有多维属性,因此需要复杂的可视化技术来实现CSA。然而,以前没有尝试系统地回顾和分析CSA可视化的科学文献。在本文中,我们系统地选择和审查54出版物,讨论可视化支持CSA。我们从这些论文中提取数据,以确定关键利益相关者,信息类型,数据源和可视化技术。此外,我们分析了可视化支持的CSA水平,同时检查了可视化的成熟度,挑战和与CSA可视化相关的实践,以准备在组织环境中全面分析CSA的当前状态。我们的研究结果揭示了CSA可视化的某些差距。例如,最大的关注点是运营级别的员工,而针对其他类型的利益相关者(例如管理者、高层决策者和非专家用户)的可视化明显缺乏。大多数论文都关注威胁信息可视化,很少有论文将影响信息、响应计划和团队内共享的信息可视化。基于突出CSA可视化中的重要问题的结果,我们推荐了未来研究方向的列表。
2022-05-24 cs.CR
Mind the Gap: Revealing Security Barriers through Situational Awareness of Small and Medium Business Key Decision-Makers
本研究针对中小企业关键决策者网络安全意识不足的问题,采用访谈与调查结合的混合方法,结合态势感知模型分析其安全认知现状与影响因素,构建结构方程模型探索提升路径并提出干预建议。
2025-06-09 cs.CR cs.CY cs.HC
A Blueprint for Collaborative Cybersecurity Operations Centres with Capacity for Shared Situational Awareness, Coordinated Response, and Joint Preparedness
Sphynx Analytics Limited(Sphynx Analytics有限公司);University of Oslo(奥斯陆大学);Technical University of Crete(克里特理工大学)
本研究提出一份概念蓝图,用于构建兼具共享态势感知、协调响应与联合准备能力的可互操作网络安全运营中心,以提升国家网络安全能力与跨境协作,符合欧盟相关监管要求。
2026-08-11 cs.CR cs.CY
From Security Events to Conflict States: A Three-layer Cyber Defense Scenario Model for Enhanced Cyber Situational Awareness
Universidad de Murcia(穆尔西亚大学)
本文提出一种面向任务的网络防御框架,基于三层集成概率模型与NetLogo仿真原型,可增强网络态势感知,经多维度评估验证其能实现攻击进程、不确定性管理等环节的连贯关联。
2026-08-28 cs.CR
Secure Mobile Technologies for Proactive Critical Infrastructure Situational Awareness
我们国家的重要基础设施,如电网,要在对抗各方和意外故障的情况下可靠地运行,就需要不断和安全的监测能力。在本文中,Eyephone被提出来利用安全的智能手机传感和数据采集能力,并实现对国家关键基础设施的普适传感。智能手机用户报告的信息将通知控制中心运营商有关特定的意外或恶意远程关键基础设施事件。在系统当前的风险情况下,报告将针对潜在的即将发生的故障进行主动报告,例如,一棵树差点倒在电网输电线路上。信息将包括各种形式,如图像、视频、音频、时间和位置。Eyephone将使用系统范围的信息流分析和政策执行,以防止在事件报告期间侵犯用户隐私。一个工作的概念验证原型的Eyephone实现。我们的研究结果表明,Eyephone可以安全有效地使用智能手机,对我们国家的关键基础设施进行实时态势感知。
2019-06-30 cs.CR cs.CY cs.HC
FlyBlind: Cross-Slice Timeliness Attacks on UAV Situational Awareness over 5G
Aeronautics Institute of Technology(航空技术学院);Northeastern University(东北大学)
本研究提出FlyBlind时效性攻击,利用5G网络切片软隔离特性,通过授权同租户的上行链路竞争使无人机GCS状态陈旧,相关发现强调需验证目的地状态新鲜度而非仅依赖链路健康。
2026-09-18 cs.CR
A Testbed for Automating and Analysing Mobile Devices and their Applications
The University of Adelaide(阿德莱德大学);Defence Science & Technology Group(国防科学技术集团)
针对现有测试床无法自动生成和标记真实网络流量的问题,提出一种自动化移动设备应用以生成和标记真实流量的测试床,创建了两个数据集并验证了其自动化可靠性及在应用分类任务上的基准表现。
2023-09-15 cs.CR cs.LG cs.NI
Developing cybersecurity education and awareness programmes for Small and medium-sized enterprises (SMEs)
目的:组织网络安全战略的一个重要组成部分是建立对在线威胁的认识和教育,以及如何保护企业数据和服务。这篇研究文章的重点是这个主题,并提出了一个高层次的网络安全教育和意识计划,用于针对城市一级的中小型企业/企业(SMEs/SMB)。我们在现有的研究以及独特的洞察力,以正在进行的城市为基础的项目具有类似的目标这个方案的基础。调查结果:我们发现,虽然文学可以在指导教育和意识方案的信息,它可能并不总是达到现实世界的方案。另一方面,现有方案,例如我们探讨的方案,具有巨大潜力,但也有改进的余地。这些领域的知识可以而且应该结合起来,使学术界和从业者受益。创意/价值:该研究通过概述针对中小企业的网络安全教育和意识的高级别计划,为当前的研究做出了贡献。通过这项研究,我们参与了这一领域的文献反思,并提出了对正在进行的计划所面临的进步和挑战的见解。这些分析使我们能够制定一个核心计划的建议,该计划可以帮助改善针对中小企业的安全教育,意识和培训。
2019-06-23 cs.CR cs.CY cs.HC
Directional Laplacian Centrality for Cyber Situational Awareness
网络操作淹没在多样化、高容量、多源数据中。为了全面了解当前的操作并识别恶意事件和行为者,分析师必须通过人类活动和良性自动化流程的混合生成的数据。虽然存在许多监控和警报系统,但它们通常使用基于签名的检测方法。我们引入了一个通用的方法植根于谱图理论发现模式和异常,而无需先验知识的签名。我们推导并提出了一个新的图论中心性测度的基础上的衍生物的图形拉普拉斯矩阵的顶点方向。为了建立对我们的度量的直觉,我们展示了它如何识别标准网络数据集中的最中心顶点,并与其他图中心性度量进行比较。最后,我们专注于研究它在识别网络流数据中的重要IP地址的有效性。使用真实的和合成的网络流数据,我们进行了几个实验,以测试我们的措施的敏感性,两种类型的注入攻击配置文件,并显示顶点参与注入攻击配置文件表现出显着的变化,在我们的中心性措施,即使当注入的异常相对较小,并在存在模拟的网络动态。
2021-03-23 cs.CR cs.DM cs.SI
GDPRShield: AI-Powered GDPR Support for Software Developers in Small and Medium-Sized Enterprises
针对中小企业软件开发者因身兼多职导致GDPR隐私意识不足、合规困难的问题,本文提出AI驱动框架GDPRShield,通过用户故事匹配隐私说明并展示不合规后果,同时提升开发者的合规意识与积极性,助力企业构建隐私文化。
2025-05-21 cs.CR
Observability and Incident Response in Managed Serverless Environments Using Ontology-Based Log Monitoring
针对完全托管无服务器环境可观测性受限的问题,提出三层安全方案,利用日志本体构建统一活动知识图谱,并通过事件响应仪表板和CoA风险评估框架提升响应与风险优先级排序能力。
2024-05-12 cs.CR
CyPhERS: A Cyber-Physical Event Reasoning System providing real-time situational awareness for attack and fault response
本工作提出CyPhERS,一种网络物理事件推理系统,通过生成可解释的事件签名,无需历史观测即可实时识别CPS中已知与未知的网络攻击和物理故障,提供事件发生、位置、影响及根因信息。
2023-05-26 cs.CR cs.SY eess.SP
Preventing Adversarial AI Attacks Against Autonomous Situational Awareness: A Maritime Case Study
The School of Engineering, Computing and Mathematics, University of Plymouth(工程、计算与数学学院,普利茅斯大学);The Alan Turing Institute, British Library(艾伦·图灵研究所,大英图书馆)
本文针对海事自主系统中的对抗性AI攻击,提出基于多输入数据融合的DFCR防御方法,通过引入AI安全指标显著降低扰动、补丁和欺骗攻击的损失,提升系统弹性。
2025-05-27 cs.AI cs.CR
Connecting Web Event Forecasting with Anomaly Detection: A Case Study on Enterprise Web Applications Using Self-Supervised Neural Networks
Michigan Technological University(密歇根理工大学);American University(美利坚大学);Accenture Labs(埃森哲实验室);Cognization Lab(认知化实验室);University of Florida(佛罗里达大学)
最近,Web应用程序已被广泛用于企业,以帮助员工提供有效和高效的业务流程。在企业Web应用程序中预测即将到来的Web事件在许多方面都是有益的,例如高效的缓存和推荐。在本文中,我们提出了一种Web事件预测方法,DeepEvent,在企业Web应用程序中更好地进行异常检测。DeepEvent包括三个关键特性:Web特定的神经网络,以考虑顺序Web事件的特性;自监督学习技术,以克服标记数据的稀缺性;以及序列嵌入技术,以整合上下文事件并捕获Web事件之间的依赖关系。我们评估DeepEvent从六个真实世界的企业Web应用程序收集的Web事件。我们的实验结果表明,DeepEvent在预测连续Web事件和检测基于Web的异常方面是有效的。DeepEvent为研究人员和从业人员提供了一个基于上下文的系统,以更好地预测具有情景感知的Web事件。
2020-09-07 cs.CR cs.LG
Security-Aware Sensor Fusion with MATE: the Multi-Agent Trust Estimator
针对多智能体网络传感器融合易受攻击的问题,提出基于多智能体信任估计器(MATE)的安全感知融合方法,通过贝叶斯框架递归更新信任后验,在敌对条件下实现可信赖的态势感知。
2025-03-06 cs.CR cs.SY eess.SY
Using AI/ML to gain situational understanding from passive network observations
IBM T. J. Watson Research Center(IBM托马斯·J·沃森研究中心)
从许多政府大楼的网络流量中可获得的数据包含了大量的信息.对交通的分析可以产生关于建筑物中发生的事情的洞察力和情景理解。然而,使用传统的网络数据包检测,无论是深或浅,是有用的,只有一个有限的了解环境,适用性限于网络和安全管理的某些方面。如果我们使用基于AI/ML的技术来理解网络流量,我们可以获得重要的洞察力,从而提高我们对环境中发生的情况的感知。在IBM,我们创建了一个系统,该系统使用网络领域知识和机器学习技术的组合,将网络流量转换为有关内部环境的可操作洞察力。这些见解包括通信设备的特征,发现可能违反政策要求的未经授权的设备,识别隐藏的组件和漏洞点,检测敏感信息的泄漏,并确定人员和设备的存在。在本文中,我们将描述该系统的总体设计,已确定的主要用例,以及在为其中一些用例部署该系统时吸取的教训
2019-10-14 cs.AI cs.CR