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
Crowdsourcing Cybersecurity: Cyber Attack Detection using Social Media
社交媒体通常被视为各种社会事件的传感器,如疾病爆发,抗议和选举。我们描述了使用社交媒体作为众包传感器来深入了解正在进行的网络攻击。我们的方法检测到广泛的网络攻击(例如,分布式拒绝服务(DDOS)攻击、数据泄露和帐户劫持)。基于卷积核和依赖关系解析的新查询扩展策略有助于对报告结构进行建模,并有助于识别关键事件特征。通过对Twitter的大规模分析,我们证明了我们的方法始终识别和编码事件,优于现有的方法。
2017-02-24 cs.CR cs.HC cs.IR
Towards Reconstructing Multi-Step Cyber Attacks in Modern Cloud Environments with Tripwires
快速变化的云环境由高度互连的组件组成,很难保护。现有的解决方案通常试图将许多弱指标关联起来,以识别和重建多步网络攻击。由于这些指标之间缺乏真正的因果联系,管理员仍然有很多假阳性可以浏览。我们认为,如果以结构化和自动化的方式使用,网络欺骗可以提高攻击检测系统的精度,即,以所谓的绊网的形式,其最终跨越攻击图,这有助于攻击重建算法。本文提出了一个框架,结合网络欺骗,自动绊网注入和攻击图,这最终使我们能够在现代云环境中重建多步网络攻击的想法。
2020-09-25 cs.CR
Mitigation Techniques for Cyber Attacks: A Systematic Mapping Study
该系统性图谱研究梳理了近期网络攻击及相关经济损失,分析50余篇重要文献后发现现有研究多聚焦恶意软件等少数常见攻击,提出网络攻击要素分类法,并指出研究空白以指明未来方向。
2023-08-25 cs.CR
Cyber Threat Hunting: Non-Parametric Mining of Attack Patterns from Cyber Threat Intelligence for Precise Threats Attribution
International Islamic University(伊斯兰国际大学);National University of Computer and Emerging Sciences (NUCES)(国立计算机与新兴科学大学);Seoul National University(首尔大学)
针对现有网络威胁归因方法精确度低、误报率高的问题,提出基于机器学习的非参数挖掘方法与可视化交互工具CAPE,从威胁情报中提取攻击模式数据集并训练算法,实现精确的威胁行为者归因。
2025-09-15 cs.CR
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
Cyber Attack Thread: A Control-flow Based Approach to Deconstruct and Mitigate Cyber Threats
网络空间中的攻击由于对个人和组织的隐私、违反信任和财务损失的风险而受到关注。近年来,这些攻击在技术上分析变得更加复杂,检测和防止访问机密数据也变得更加复杂。虽然有许多方法和机制已被建议用于网络攻击检测和预防,但不是从攻击者的角度。本文介绍了网络防御的障碍,所面临的攻击者,通过了解攻击线程和防御的可能性与现有的安全机制。介绍了网络攻击线程的七个阶段,并参考APT攻击讨论了技术方面。本文旨在为安全从业人员和管理员以及普通观众了解攻击场景和防御安全措施。
2016-06-10 cs.CR cs.NI
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
Toward Explainable Users: Using NLP to Enable AI to Understand Users' Perceptions of Cyber Attacks
Texas Tech University(德州理工大学)
为了了解最终用户如何将网络安全攻击的后果概念化,我们进行了一项卡片分类研究,这是认知科学中的一种众所周知的技术,参与者可以自由地将所选网络攻击的给定后果分为他们希望使用的许多类别。开放式卡片分类研究的结果显示,参与者之间存在大量差异,这使得研究团队想知道参与者如何理解安全攻击的后果。为了探索是否可以通过人工智能(AI)技术解释用户的心理模型和行为,研究团队将卡片分类数据与许多自然语言处理(NLP)技术的输出进行了比较,目的是了解参与者如何感知和解释以自然语言编写的网络攻击的后果。基于NLP的探索方法的结果揭示了一个有趣的观察结果,这意味着参与者大多采用检查每个句子中的单个关键字来将网络攻击后果分组在一起,而较少考虑网络攻击后果描述背后的语义。本文中报告的结果似乎是有用的和重要的网络攻击的理解,从用户的角度来看。据我们所知,本文是第一次介绍使用人工智能技术来解释和建模用户的行为和他们对上下文的看法。这里介绍的新颖想法是关于使用AI解释用户。
2021-06-03 cs.AI cs.CR cs.HC
Review of Cyber-Physical Attacks and Counter Defense Mechanisms for Advanced Metering Infrastructure in Smart Grid
高级计量基础设施(AMI)是当前智能电网发展中的重要组成部分。AMI技术为电力公司提供了一种有效的方式来连续监测和远程控制智能电网组件。然而,由于其不断增长的规模和网络物理的性质,AMI一直面临着在网络和物理域的安全威胁。本文对AMI中关键的网络物理攻击和反防御机制进行了全面的综述。首先,调查了AMI中的两个攻击面,包括通信网络和智能电表。然后针对每个攻击面审查潜在的网络物理攻击。接下来,研究了攻击模型及其对智能电网的网络和物理影响,以进行比较。反防御机制,有助于减轻这些安全威胁进行了讨论。最后,总结了几个数学工具,可能有助于分析和实施的安全解决方案。
2018-05-18 cs.CR
Threats, Protection and Attribution of Cyber Attacks on Critical Infrastructures
随着关键国家基础设施变得越来越容易受到网络攻击,它们的保护对于任何组织和国家来说都成为一个重要问题。此外,指认能力是避免网络空间有罪不罚现象的一个重要因素。在这篇文章中,我们提出了关键基础设施的主要威胁,以及一个国家可以采取的保护措施,并根据法律,技术,组织,能力建设和合作方面进行分类。最后,我们提供了一个关于网络归属和网络和平维护的当前方法和实践的概述
2019-01-12 cs.CR
Cybersecurity and Frequent Cyber Attacks on IoT Devices in Healthcare: Issues and Solutions
本文综述医疗物联网设备的网络安全威胁与频繁攻击,分析漏洞根源,并提出面向研究人员、机构和安全专家的解决方案与缓解策略。
2025-01-20 cs.CR
Technical Aspects of Cyber Kill Chain
最近有针对性的网络攻击的趋势增加了对网络安全领域研究的兴趣。这种攻击对组织、企业和政府产生了巨大的破坏性影响。网络杀伤链是一种描述网络攻击的模型,以发展事件响应和分析能力。网络杀伤链简单来说就是一个攻击链,即入侵者经过一段时间渗透信息系统,对目标实施攻击的路径。本文对网络攻击所涉及的方法、技术和工具进行了广泛的分类。本文旨在帮助网络安全研究人员在网络攻击的每个阶段实现攻击者可用的选项。
2016-06-10 cs.CR cs.NI
AttacKG: Constructing Technique Knowledge Graph from Cyber Threat Intelligence Reports
网络攻击变得越来越复杂和多样化,使检测变得越来越具有挑战性。为了应对这些攻击,安全从业人员积极总结和交流他们对网络威胁情报(CTI)报告形式的跨组织攻击的知识。然而,由于以自然语言文本编写的CTI报告不具有用于自动分析的结构,因此报告的使用需要繁琐的手动网络威胁情报恢复工作。此外,单个报告通常仅涵盖攻击模式(技术)的有限方面,因此不足以提供对多种变体攻击的全面了解。为了利用CTI报告提供的威胁情报,我们提出AttacKG自动提取结构化的攻击行为图从CTI报告,并确定所采用的攻击技术。然后,我们汇总报告中的网络威胁情报,以收集技术的不同方面,并将攻击行为图增强为技术知识图谱(TKG)。在我们对来自不同情报来源的1,515份真实CTI报告的评估中,AttacKG有效地识别了28,262种攻击技术和8,393种独特的妥协指标(IoC)。为了进一步验证AttacKG在提取威胁情报方面的准确性,我们在16个手动标记的CTI报告上运行AttacKG。实证结果表明,AttacKG准确地识别了攻击相关的实体、依赖关系和技术,F1得分为0.887、0.896和0.789,优于最先进的方法Extractor和TTPDrill。此外,独特的技术级智能将直接有利于依赖技术规范的下游安全任务,例如,APT检测和网络攻击重建。
2022-05-29 cs.CR
A Serious Game for Simulating Cyberattacks to Teach Cybersecurity
针对传统网络安全意识培训效果衰减的问题,研究团队开发了一款让玩家以攻击者视角模拟撰写钓鱼邮件等攻击的新型严肃游戏,帮助学习者更深入地理解并识别网络攻击。
2023-05-04 cs.CR cs.CY cs.HC
An Attacker Modeling Framework for the Assessment of Cyber-Physical Systems Security
描述攻击者在网络物理系统中的行为对于确保这些系统的安全态势和恢复能力非常重要。传统的网络脆弱性评估方法依赖于网络安全专家的知识和经验来进行安全分析,在缺乏专家知识和经验的情况下可能不一致。本文提出了一种灵活的攻击者建模框架,通过模拟不同的攻击者行为来预测攻击进展并提供一致的系统漏洞分析,从而帮助进行安全分析。该模型提出了一种扩展的漏洞数据库架构,以最大限度地提高其有效性和一致性,在检测CPS漏洞,同时与现有的漏洞数据库兼容。该模型具有针对实际或虚拟CPS实施和模拟的能力。攻击者模型的执行被证明对模拟的工业控制系统架构,导致攻击者行为的概率预测。
2021-03-16 cs.CR
Signals and Symptoms: ICS Attack Dataset From Railway Cyber Range
本文通过在铁路网络靶场上开展两次ICS攻击仿真,构建了融合当前攻击趋势与历史事件模式的ICS攻击数据集,为提升ICS安全防护和事件分析能力提供关键资源。
2025-07-02 cs.CR
On Specification-based Cyber-Attack Detection in Smart Grids
电网向智能网络物理系统的转变带来了许多好处,但也大大增加了网络攻击的范围,需要采取适当的对策。然而,针对网络攻击的数据驱动对策的开发、验证和测试,例如基于机器学习的检测方法,缺乏来自真实世界网络事件的重要数据。与来自真实网络事件的攻击数据不同,基础设施知识和标准可以通过专家和领域知识访问。我们提出的方法使用领域知识来定义智能电网在非攻击条件下的行为,并检测攻击模式和异常。使用基于图的规范形式主义,我们结合跨领域的知识,使白名单规则的生成不仅为静态定义的协议字段,但也为通信OWS和技术操作边界。最后,我们评估我们的基于规范的入侵检测系统对各种攻击的情况下,并评估检测质量和性能。特别是,我们调查了一个面向未来的使用情况下,基于IEC 60870的SCADA系统,控制分布式能源在配电网的数据操纵攻击。我们的方法可以及时可靠地检测到严重的数据操纵攻击。
2022-09-09 cs.CR
On Holistic Multi-Step Cyberattack Detection via a Graph-based Correlation Approach
虽然通过信息和通信技术实现的配电网数字化带来了许多好处,但也增加了电网对严重网络攻击的脆弱性。与传统系统不同,对许多工业控制系统(如电网)的攻击通常发生在多个阶段,攻击者一次采取多个步骤来实现其目标。需要具有态势感知的检测机制来检测作为连贯攻击活动的一部分的精心策划的攻击步骤。为了提供检测和预防此类攻击的基础,本文讨论了多阶段网络攻击的检测与基于图的网络情报数据库和警报相关方法的帮助。具体来说,我们提出了一种方法来检测多阶段的攻击,利用异构数据形成一个知识库,并采用基于模型的相关方法生成的警报,以确定多阶段的网络攻击序列发生在网络中。我们调查所提出的方法的检测质量,通过使用一个面向未来的电网试点的多阶段网络攻击活动的案例研究。
2022-11-20 cs.CR
Cyber Attack Surface Analysis of Advanced Metering Infrastructure
在过去几年中,对关键基础设施的网络攻击一直是工业界的一个重要问题,也是学术研究的焦点。专门针对电网的各种类型和规模的网络攻击一直在增加。对电网的成功攻击可能会导致重大影响,包括电网关闭,级联故障,基础设施损坏以及对人员的潜在伤害。电网基础设施在本质上是至关重要的,它们使住宅,商业,工业和政府用户能够在水,通信,银行,运输,制造等关键基础设施中运营。这些行动的妥协带来了从经济到公共安全的威胁。高级计量基础设施(AMI)正在整个电网中快速部署,并且是智能电网的使能技术。识别攻击面是实现智能电网和AMI网络安全的必要步骤。本文的目的是量化和检查AMI的网络攻击面,以便为缓解AMI网络安全的方法奠定基础。
2016-07-17 cs.CR
Cyber Attack Mitigation Framework for Denial of Service (DoS) Attacks in Fog Computing
International Islamic University(伊斯兰国际大学);Seoul National University(首尔大学)
本文提出一种针对雾计算中DDoS攻击的自动化网络威胁缓解框架,采用设备、雾和云多层安全方法,结合防火墙规则、统计和行为分析及深度包检查技术,实现从检测到缓解的全面网络保护。
2025-09-15 cs.CR
Intell-dragonfly: A Cybersecurity Attack Surface Generation Engine Based On Artificial Intelligence-generated Content Technology
本文提出基于ChatGPT的网络安全攻击面生成引擎Intell-dragonfly,通过自动化生成多样化攻击场景,并在真实网络环境中验证其在准确性、多样性和可操作性上优于传统方法。
2023-11-01 cs.CR
How Cyber Criminal Use Social Engineering To Target Organizations
社会工程被描述为操纵的艺术。网络犯罪分子利用心理学原理操纵受害者,改变他们的行为,做出无意识的决定。这项研究确定了网络犯罪分子在组织内进行社会工程攻击所使用的攻击和技术。这项研究评估了社会工程攻击是如何交付的,使用的技术,并强调了攻击者如何利用受损的系统。最后,本研究还将评估并提供最佳解决方案,以帮助减轻组织的社会工程攻击
2022-12-07 cs.CR
Intelligent Attacks on Cyber-Physical Systems and Critical Infrastructures
本文概述了针对信息物理系统与关键基础设施的智能攻击态势,探讨了利用AI算法开发攻击的方法、OT环境中的现有攻击手段及IT中的AI渗透测试工具,并提出了通过阻碍AI学习来缓解攻击的策略和未来研究方向。
2025-01-22 cs.CR
Forecasting Cyber Attacks with Imbalanced Data Sets and Different Time Granularities
如果在网络事件发生前的合理时间内预测到网络事件,则可以计划采取防御行动以防止其破坏性影响。不幸的是,大多数时候,我们在恶意活动开始之前没有足够的可观察性。因此,这项工作建议使用从具有不同时间粒度的各种数据源中提取的非常规信号来预测目标实体的网络事件。贝叶斯网络用于预测网络攻击,其中非常规信号用作指示性随机变量。这项工作还开发了一种新的少数类过采样技术,以提高对不平衡数据集的网络攻击预测。结果表明,根据所选择的时间粒度,非常规信号能够预测网络攻击的匿名目标组织,即使信号没有显式地与该组织。此外,少数过采样的方法相比,在文献中现有的滤波技术实现了更好的性能。
2018-03-26 cs.CR
Network Simulation with Complex Cyber-attack Scenarios
本文提出并在 Airbus CyberRange 中集成网络仿真方案,通过真实脆弱拓扑与 MitM、DoS、BF 三类攻击场景生成高质量 NID 数据集。
2024-12-02 cs.CR
An Unsupervised Learning Approach For A Reliable Profiling Of Cyber Threat Actors Reported Globally Based On Complete Contextual Information Of Cyber Attacks
International Islamic University(国际伊斯兰大学);Seoul National University(首尔大学)
针对监督学习依赖结构化数据且耗时的问题,提出一种基于完整上下文信息的无监督凝聚层次聚类技术,通过识别网络威胁行为者的共同特征进行有效聚合与画像,为防御网络攻击提供支持。
2025-09-15 cs.CR
Characterizing Honeypot-Captured Cyber Attacks: Statistical Framework and Case Study
严格描述网络攻击的统计特性是一个重要的问题。在本文中,我们提出了{ \em first}统计框架,用于严格分析蜜罐捕获的网络攻击数据。该框架是建立在新的概念{ \em随机网络攻击过程},一种新的数学对象来描述网络攻击。为了演示该框架的使用,我们将其应用于分析低交互蜜罐数据集,同时注意到该框架同样可以应用于分析包含更丰富的攻击信息的高交互蜜罐数据。该案例研究首次发现,蜜罐捕获的网络攻击表现出了远程依赖性(LRD)。案例研究证实,通过利用统计特性(在这种情况下为LRD),可以准确地预测网络攻击(至少在攻击率方面)。这种预测能力将为防御者提供足够的预警时间,以调整其防御配置或资源分配。“灰盒”(而不是“黑盒”)预测的想法是统计框架实用性的核心,并且代表了最终理解网络攻击的{ \em可预测性}(程度)的重要一步。
2016-03-24 cs.CR stat.AP
Characterizing Cyber Attacks against Space Systems with Missing Data: Framework and Case Study
本文提出一个包含指标的框架,通过有原则地推断缺失数据来刻画针对航天系统的现实世界网络攻击,并基于72起攻击数据推导出4,076条攻击技术杀伤链,发现防范路径上和社会工程学攻击可阻止80%的攻击。
2023-09-09 cs.CR
Cyber Warfare: Terms, Issues, Laws and Controversies
近年来,网络安全的重要性日益凸显。尤其是涉及国家安全的问题,更是至关重要。越来越多的网络攻击,特别是政府层面的国家之间的网络攻击,创造了一个新的术语网络战。为这种战争制定一些规则和条例是必要的,因此国际司法系统正在不断努力。在本文中,我们提到了网络安全的基本术语,一些国家的网络能力,最近发生的一些重要网络攻击,最后,全球适用的网络战争法。
2019-05-24 cs.CR
Characterizing Cyber Attacks against Space Infrastructures with Missing Data: Framework and Case Study
Laboratory for Cybersecurity Dynamics, Department of Computer Science, University of Colorado Colorado Springs(科罗拉多大学斯普林斯分校计算机系网络安全动力学实验室)
本文提出框架和方法,用于表征针对航天基础设施的网络攻击,通过外推缺失数据重建攻击链,揭示攻击复杂性及防护效果。
2025-12-02 cs.CR
Malicious web script-based cyber attack protection technology
最近基于Web的网络攻击正在演变成一种新的攻击形式,例如利用网页内的JavaScript的私人信息窃取和DDoS攻击。这些攻击可以通过访问网站进行,而不会分发恶意代码和感染。基于脚本的网络攻击很难被传统的安全设备(如防火墙和IPS)检测到,因为它们会在正常Web请求的响应消息中注入恶意脚本。此外,它们很难追踪,因为DDoS等攻击可以通过访问网页进行。由于这些原因,预计它们可能导致直接损害和巨大的连锁反应。为了应对这些问题,在这篇文章中,提出了一个建议的技术,用于检测恶意脚本,通过实时的Web内容分析,并自动生成检测签名的恶意JavaScript。
2015-02-13 cs.CR
A Testbed To Study Adversarial Cyber-Attack Strategies in Enterprise Networks
本文构建了一个包含已知漏洞和多条攻击路径的企业网络测试平台,用于邀请参与者扮演黑客实施攻击,并在 VMware ESXi 上实现后通过多种已知攻击策略验证和收集分析攻击数据。
2023-07-06 cs.CR
A Heterogeneous Graph Learning Model for Cyber-Attack Detection
网络攻击是由经验丰富的黑客恶意尝试破坏目标信息系统。通常,网络攻击的特点是混合TTP(战术,技术和程序)和长期的敌对行为,使传统的入侵检测方法无效。大多数现有的网络攻击检测系统是基于通过参考领域知识(例如,威胁模型、威胁情报)。然而,这一过程缺乏智能性和泛化能力。针对这一缺陷,提出一种基于源数据的网络攻击智能检测方法。为了有效和高效地从起源数据中的大量系统事件中检测网络攻击,我们首先通过异构图对起源数据进行建模,以捕获每个系统实体的丰富上下文信息(例如,进程、文件、套接字等),并学习每个系统实体的语义向量表示。然后,我们进行在线网络攻击检测采样一个小而紧凑的局部图从异构图,并分类为恶意或良性的关键系统实体。我们在两个真实网络攻击源数据集上进行了一系列实验。实验结果表明,该方法优于其他基于学习的检测模型,并与最先进的基于规则的网络攻击检测系统具有竞争力的性能。
2021-12-16 cs.CR cs.LG
AttackMate: Realistic Emulation and Automation of Cyber Attack Scenarios Across the Kill Chain
Austrian Institute of Technology(奥地利技术研究所)
AttackMate是一种开源工具,通过模仿真实攻击者行为模式,提升网络攻击场景的仿真与自动化水平。
2026-01-20 cs.CR
Towards a Graph Neural Network-Based Approach for Estimating Hidden States in Cyber Attack Simulations
本文提出一种结合 MAL 与 RDDL 模拟、基于 GNN 的网络攻击隐藏状态估计原型,并阐述其概念架构与安全应用潜力。
2023-12-09 cs.CR
Fuzzy approach on modelling cyber attacks patterns on data transfer in industrial control systems
工业控制系统的网络安全是一个非常复杂和具有挑战性的研究课题,由于这些系统集成在国家关键基础设施。控制系统现在在工业网络中互连,并且经常与互联网互连。在这种情况下,它们正成为黑客、脚本小子、工业间谍甚至外国军队和情报机构等恶意人员进行的各种网络攻击的目标。在本文中,作者提出了一种方法来模拟最常见的攻击者配置文件,并估计在给定条件下进行的攻击的成功率。作者使用一种模糊的方法来生成攻击者配置文件的基础上,攻击者的属性,如知识,技术资源和动机。攻击成功率是通过使用另一个模糊推理系统,分析攻击者的配置文件和系统的内在特性。
2019-11-30 cs.CR
AttackER: Towards Enhancing Cyber-Attack Attribution with a Named Entity Recognition Dataset
University of Southampton(南安普顿大学)
针对网络攻击归因缺乏专用数据集的问题,本文构建首个带丰富上下文标注的归因 NER 数据集 AttackER,并通过实验验证 NLP 与 LLM 在该任务上的有效性。
2024-08-09 cs.AI cs.CR
Ensuring a Secure and Resilient Smart Grid: Cyber-Attacks and Countermeasures
本文综述了智能电网安全的最新进展。它侧重于对网络攻击所产生的威胁,脆弱性和后果方面的风险的深刻理解。
2015-03-01 cs.CR cs.NI
Poisoning Attacks on Cyber Attack Detectors for Industrial Control Systems
Ben-Gurion University of the Negev(内盖夫本-古里安大学);University of Cagliari(卡利亚里大学)
最近,已经提出了基于神经网络(NN)的方法,包括自动编码器,用于检测针对工业控制系统(ICS)的网络攻击。这种检测器通常使用在系统操作期间收集的数据来重新训练,以应对自然演变(即,概念漂移)。然而,通过利用这种机制,攻击者可以在训练时伪造由损坏的传感器提供的信号,并毒化检测器的学习过程,使得网络攻击在测试时未被检测到。通过这项研究,我们首次在ICS网络攻击在线NN检测器上展示了这种中毒攻击。我们提出了两种不同的攻击算法,即插值和反向梯度中毒,并证明其有效性的合成和真实世界的ICS数据。我们还讨论和分析了一些潜在的缓解策略。
2020-12-23 cs.CR cs.LG
Cyber Risk Analysis of Combined Data Attacks Against Power System State Estimation
了解智能电网网络攻击是制定适当的保护和恢复措施的关键。高级攻击追求以最小的成本和可检测性实现最大的影响。针对电力系统状态估计进行了数据完整性和可用性组合攻击的风险分析。我们比较了组合攻击与纯完整性攻击-虚假数据注入(FDI)攻击。针对这两种攻击,提出了一种安全指标,并将其转化为一个混合整数线性规划问题。我们表明,这种组合攻击可以成功的资源比FDI攻击。与系统模型的有限知识的组合攻击也暴露出优势,保持隐形对坏数据检测。最后,利用脆弱性评估和攻击影响分析的结果,评估了组合攻击对系统可靠运行的风险。本文的研究结果得到了详细的案例研究的验证和支持。
2017-08-28 cs.CR
Cyber Campaign Fractals -- Geometric Analysis of Hierarchical Cyber Attack Taxonomies
该研究提出基于分形几何的网络威胁活动分析框架,将分层攻击分类法建模为雪花状结构,用Hutchinson定理等实现活动比较,兼具数学严谨性与可视化能力,可应对多领域对抗行动复杂度增长问题。
2025-03-21 cs.CR
Cyber Threat Intelligence : Challenges and Opportunities
越来越多的网络攻击需要网络安全和取证专家几乎实时地检测,分析和防御网络威胁。在实践中,如果不深入研究攻击特征并采取相应的智能防御行动,就不可能及时处理如此大量的攻击,这在本质上定义了网络威胁情报概念。然而,如果没有人工智能、机器学习和先进的数据采掘技术来收集、分析和解释网络攻击证据,这种智能是不可能实现的。在这一介绍性章节中,我们首先讨论网络威胁情报的概念及其主要挑战和机遇,然后简要介绍本书的章节,这些章节要么解决了已确定的挑战,要么提出了提供威胁情报的机会主义解决方案。
2018-08-03 cs.CR
Anomaly Detection in Cyber Network Data Using a Cyber Language Approach
随着网络数据量的持续增长,网络防御者面临着越来越多的数据,他们必须分析这些数据,以确保网络的安全。此外,新类型的攻击不断在全球范围内被创建和执行。目前基于规则的方法在表征和标记已知攻击方面是有效的,但当出现新的攻击或新类型的数据时,它们通常会失败。相比之下,无监督机器学习具有明显的优势,因为它不需要标记数据来从大量网络流量中学习。在本文中,我们提出了一个自然语言为基础的技术(后缀树),适用于网络异常检测。我们说明了一种方法来生成一种语言,使用网络数据的功能,我们的实验结果说明了积极的初步结果,将这种技术应用于流类型的数据。作为这项工作的一个基本假设,我们声称恶意网络行为者在执行攻击时会在数据中留下可观的数据。这项工作旨在识别这些工件,并利用它们来识别各种网络攻击,而无需标记地面实况数据。
2018-08-15 cs.CR
CyberClear: A Benchmark for LLM Agent Systems on APT Attack Chain Provenance
Southeast University(东南大学);The Hong Kong Polytechnic University(香港理工大学);Zhongguancun Laboratory(中关村实验室)
提出CyberClear基准,评估大语言模型智能体从长上下文安全日志中重建APT攻击链的能力,并设计CyberProvenance框架,通过证据积累与执行验证提升多智能体系统溯源性能。
2026-09-29 cs.AI cs.CR
SCRM: An Actionable Framework for Space Cyber Risk Management
University of Colorado Colorado Springs(科罗拉多大学斯普林斯分校);The Laboratory for Cybersecurity Dynamics(网络安全动力学实验室)
提出首个空间网络风险管理框架,系统建模基础设施、任务与攻击,提供风险分析与加固算法,经真实SATCOM攻击案例验证,可有效缓解级联效应与网络风险。
2026-10-06 cs.CR
Real-Time Detection of Hybrid and Stealthy Cyber-Attacks in Smart Grid
为了智能电网的安全可靠运行,及时检测网络攻击至关重要。此外,考虑到更聪明和更有能力的攻击者,需要强大的检测机制来抵御各种网络攻击。有了这些目的,我们提出了一个强大的在线检测算法(可能结合)虚假数据注入(FDI)和干扰攻击,还提供了在线估计的未知和随时间变化的攻击参数和恢复状态估计。此外,考虑到更聪明的攻击者,能够设计隐形攻击,以防止检测或增加检测延迟的算法,我们提出了额外的对策。数值研究说明了快速和可靠的响应所提出的检测机制对混合和隐形网络攻击。
2018-06-28 cs.CR cs.IT math.IT
Attack Surface Metrics and Privilege-based Reduction Strategies for Cyber-Physical Systems
网络安全风险通常通过减少系统的攻击面来管理,其中包括最大限度地减少互连数量,特权和攻击的影响。虽然攻击面减少技术经常被部署在更传统的信息技术(IT)领域,但尚未确定针对网络物理系统(CPS)的指标。本文介绍了攻击面分析指标和算法来评估攻击面的CPS。所提出的方法包括物理系统影响指标,以及来自软件(网络连接、方法)和操作系统(权限、漏洞利用缓解措施)的各种网络系统属性。所提出的算法被定义为结合与架构分析\设计语言(AADL),这是常用的许多CPS行业来模拟他们的控制系统架构,并已开发工具来自动化这种分析的AADL模型。此外,所提出的方法进行评估的配电网案例研究,其中包括7馈线配电系统,AADL模型的SCADA控制中心,并分析OpenDNP3协议库中使用的许多现实世界的SCADA系统。
2018-06-16 cs.CR
Taking Control: Design and Implementation of Botnets for Cyber-Physical Attacks with CPSBot
最近,Mirai和Persirai等僵尸网络大规模瞄准物联网设备。我们考虑僵尸网络对网络物理系统(CPS)的攻击,这需要先进的功能,如实时控制物理过程。传统的僵尸网络不适合这一目标,主要是因为它们缺乏进程控制能力,没有针对低延迟通信进行优化,并且僵尸程序通常不利用本地资源。我们认为,这种攻击需要网络物理僵尸网络。网络物理僵尸网络需要协调和异构的机器人,能够执行对抗控制策略,同时受到目标CPS的约束。在这项工作中,我们提出了CPSBot,一个框架来建立网络物理僵尸网络。我们提出了一个例子,集中式CPSBot针对集中控制系统和分散式CPSBot针对系统分布式控制。我们使用MQTT为C&C通道和Modbus/TCP作为目标网络协议实现了以前的CPSBot,并使用它对真实和模拟的水分配发起了几次攻击。我们评估我们的实现与分布式答复和分布式模拟攻击的CPS,并显示恶意控制可以忽略不计的延迟是可能的。
2018-02-01 cs.CR
An Argumentation-Based Reasoner to Assist Digital Investigation and Attribution of Cyber-Attacks
Imperial College London(帝国理工学院)
我们预计网络攻击的频率和严重程度会增加,同时需要有效的安全对策。确定网络攻击的原因有助于制定有效和有针对性的缓解和预防安全措施。在这项工作中,我们提出了一种基于论证的推理机(ABR)作为概念验证工具,可以在法医证据分析和归因过程中帮助法医分析师。鉴于从网络攻击中收集的证据,我们的推理机可以在调查过程中帮助分析师分析证据并确定谁进行了攻击。此外,它通过提示缺失的证据或新的调查路径,向分析师建议进一步分析的重点。ABR是第一个可以在网络攻击分析中结合技术和社会证据的自动推理器,也可以处理不完整和相互冲突的信息。为了说明ABR如何帮助分析和归因网络攻击,我们使用了公开报告和在线文献中报告的网络攻击及其分析的示例。我们并不打算同意或不同意其中提出的分析或得出归因结论。
2020-01-21 cs.AI cs.CR
A Comprehensive Survey on the Cyber-Security of Smart Grids: Cyber-Attacks, Detection, Countermeasure Techniques, and Future Directions
University of North Dakota(北达科他大学)
智能电网网络面临的一个重大挑战是网络安全。已进行了几项研究,以突出这些安全挑战。然而,大多数调查都是根据安全要求、机密性、完整性和可用性对攻击进行分类,而没有考虑问责制要求。此外,其中一些调查侧重于传输控制协议/互联网协议(TCP/IP)模型,该模型没有区分开放系统互连(OSI)模型的应用程序、会话和表示以及数据链路和物理层。在这篇调查论文中,我们提供了一个基于OSI模型的攻击分类,并更详细地讨论了针对智能电网网络通信不同层的网络攻击。我们还提出了新的分类的检测和对策技术,并在每个类别下描述现有的技术。最后,我们讨论了挑战和未来的研究方向。
2022-06-22 cs.AI cs.CR
Change Point Models for Real-time V2I Cyber Attack Detection in a Connected Vehicle Environment
互联车辆(CV)系统认识到潜在的网络攻击,因为其不同组件(如车辆、路边基础设施和交通管理中心)之间的连接性不断增加。然而,由于这种攻击的动态行为、高计算能力要求和用于训练检测模型的历史数据要求,实时的【形】检测安全威胁并为CV系统开发适当/有效的对策是一个挑战。为了应对这些挑战,统计模型,特别是变点模型,具有实时的【形】异常检测的潜力。因此,本研究的目的是调查两个变点模型,期望最大化(EM)和累积和(Cumulative Sum,Cumulative Sum),用于CV环境中的实时的【形】V2 I网络攻击检测的有效性。为了证明这些模型的有效性,我们评估了这两种模型的三种不同类型的网络攻击,拒绝服务(DOS),冒充,和虚假信息,使用基本的安全消息(BSMs)通过模拟从CV生成。数值分析的结果表明,EM和EMAUM可以检测这些网络攻击,DOS,冒充和虚假信息,准确率分别为99%,100%和98%,和100%,100%和98%。
2018-11-30 cs.CR
Cyber-attack Mitigation and Impact Analysis for Low-power IoT Devices
近年来,无线传感器设备的发展呈指数级增长,它们作为物联网的重生,以及灯泡、风扇和微波炉等无线家用设备的普及。由于它们可以用于各种领域,例如医疗设备、环境研究、消防部门或军事应用等,这些低功率设备的安全性将始终是所有用户和安全专家关注的问题。如今,用户希望通过他们的智能手机使用互联网连接来控制所有这些“智能”无线家庭设备。对这些设备的分布式攻击等攻击将使整个系统变得脆弱,因为这些攻击可以记录和提取机密信息,并增加整个网络的资源(能源)消耗。在本文中,我们提出了一种网络攻击检测算法,并提出了一个低功耗的微尘(Z1 Zolertia)作为模型物联网设备容易发起网络攻击的影响分析。我们还提出了详细的结果,功耗分析,并没有攻击,以及当入侵检测的缓解算法的实施。
2018-07-31 cs.CR
Co-simulation for Cyber Security Analysis: Data Attacks against Energy Management System
从整体角度评估网络物理电力系统对数据攻击的脆弱性具有挑战性。为了支持除解析分析之外的漏洞评估,需要开发合适的安全测试平台。在本文中,我们分析了能源管理系统(EMS)对数据攻击的网络安全。首先,我们扩展了我们的分析框架,其特征在于数据攻击的优化问题的目标指定为安全指标和相应的通信网络属性的约束。其次,我们建立了一个联合仿真的形式-耦合电力系统仿真器DIgSILENT PowerFactory与通信网络仿真器OMNeT++和Matlab的EMS应用程序(状态估计,最优潮流)的平台。最后,利用该框架在基于协同仿真的平台上对一个电网测试案例进行了攻击仿真。研究结果表明,如何脆弱的EMS数据攻击,以及如何协同仿真可以帮助评估脆弱性。
2017-08-28 cs.CR