FedConPE: Efficient Federated Conversational Bandits with Heterogeneous Clients
The Chinese University of Hong Kong（香港中文大学）
针对集中式对话推荐的隐私与效率问题，提出联邦阶段淘汰算法 FedConPE，通过自适应关键术语协调异构客户端，实现近最优遗憾、更低通信与对话开销。
2024-06-20 cs.AI cs.LG stat.ML
Ranked Prioritization of Groups in Combinatorial Bandit Allocation
Harvard University（哈佛大学）；Carnegie Mellon University（卡内基梅隆大学）
通过护林员巡逻防止偷猎，保护濒危野生动物，直接有助于实现联合国可持续发展目标15关于陆地生命的目标。组合强盗已经被用来分配有限的巡逻资源，但现有的方法忽略了这样一个事实，即每个位置都是不同比例的多个物种的家园，因此巡逻对每个物种都有不同程度的好处。当某些物种更脆弱时，我们应该为这些动物提供更多的保护;不幸的是，现有的组合强盗方法没有提供一种方法来优先考虑重要物种。为了弥合这一差距，（1）我们提出了一种新的组合强盗目标，在奖励最大化和物种优先级之间进行权衡，我们称之为排名优先级。我们证明了这个目标可以表示为Lipschitz连续奖励函数的加权线性和。(2)我们提供了RankedCUCB，一个算法来选择组合动作，优化我们的优先级为基础的目标，并证明它实现了渐近无遗憾。(3)我们的经验表明，RankedCUCB导致高达38%的改善濒危物种的结果使用现实世界的野生动物保护数据。除了适应其他挑战，如防止非法采伐和过度捕捞，我们的无悔算法解决了一般的组合土匪问题与加权线性目标。
2022-05-11 cs.AI cs.CY cs.LG
On Differentially Private Federated Linear Contextual Bandits
Wayne State University（韦恩州立大学）；Microsoft Research（微软研究院）
本文针对差分隐私下联邦线性情境老虎机中隐私保护失效、遗憾界错误等问题，提出通用算法框架，并在本地差分隐私和shuffle模型下实现近乎最优遗憾。
2023-05-31 cs.CR cs.LG
Bounded Reasoning: Cognitive Hierarchy in Human-versus-AI Cyber Defense
Rutgers University（罗格斯大学）
本研究通过攻击图上的序贯网络防御博弈，比较人类与自动化防御者，发现人类适应行为符合前景理论，且仅用平均分数评估会掩盖有界推理的差异。
2026-10-06 cs.CR cs.HC cs.LG
Stochastic Linear Bandits with Protected Subspace
The University of Texas at Austin（得克萨斯大学奥斯汀分校）；Google（谷歌公司）；Indian Institute of Science（印度科学学院）；IBM AI Research（IBM人工智能研究院）
我们研究的随机线性强盗问题的一个变种，其中我们优化的线性目标函数，但奖励只产生正交的未知子空间（我们解释为\textit{protected space}）只给零阶随机Oracle访问的目标本身和受保护的子空间。特别是，在每一轮，学习者必须选择是否查询目标或保护子空间，同时选择一个动作。我们的算法，来自OFUL原则，使用一些查询得到的保护空间的估计，并（在几乎所有回合）发挥乐观相对于这个空间的置信度集。当动作空间是$\mathbb{R}^d$中的完全单位球，$s < d$是保护子空间的维数，$T$是时域时，我们给出了一个$\tilde{O}(sd\sqrt{T})$后悔上界.此外，我们证明了一个离散的行动空间可以导致线性后悔与乐观的算法，加强了次优的乐观在某些设置。我们还表明，保护约束意味着，对于某些设置，没有一致的算法可以有一个遗憾小于$Ω(T^{3/4}).$我们最后经验验证我们的结果与合成和真实的数据集。
2021-03-01 cs.LG
Adversarial Online Learning with Variable Plays in the Pursuit-Evasion Game: Theoretical Foundations and Application in Connected and Automated Vehicle Cybersecurity
University of Michigan（密歇根大学）
我们扩展的对抗性/非随机多播放多武装土匪（MPMAB）的情况下，武器的数量是可变的。这项工作的动机是这样一个事实，即分配给扫描不同的关键位置在一个相互连接的交通系统中的资源动态变化，随着时间的推移，并取决于环境。通过分别将恶意黑客和入侵监控系统建模为攻击者和防御者，我们将这两个玩家的问题描述为一个连续的追求-逃避游戏。我们推导出策略博弈的纳什均衡存在的条件。对于防守方，我们提供了一个基于指数加权的算法与次线性伪遗憾。我们进一步扩展我们的模型异构奖励的两个球员，并获得上下限的平均奖励的攻击者。我们提供了数值实验来证明可变臂发挥的有效性。
2021-10-26 cs.AI cs.LG
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
Trident : How to Break Deep Reinforcement Learning Cyber Defenses (Agentic)
University of California, Irvine（加州大学欧文分校）；Northeastern University（东北大学）；Johns Hopkins University（约翰斯·霍普金斯大学）
研究针对DRL网络防御对自适应威胁鲁棒性不足的问题，提出Trident智能体式LLM红队框架，通过含三类组件的设计，发现现有防御存在根本性脆弱性，大幅降低蓝方防御性能并揭示新兴行为。
2026-09-25 cs.AI cs.CR cs.LG
Bandit on the Hunt: Dynamic Crawling for Cyber Threat Intelligence
本文提出基于多臂老虎机和SBERT的动态爬虫ThreatCrawl，用于识别网络威胁情报新来源，收获率超25%，种子集扩大300%以上。
2025-04-25 cs.CR
A framework for optimizing COVID-19 testing policy using a Multi Armed Bandit approach
Ben-Gurion University of the Negev（内盖夫本-古里安大学）
检测是应对COVID-19疫情的重要组成部分。由于资源有限，测试的可用性是一个瓶颈，需要对个人进行有效的优先级排序。在这里，我们讨论了不同的优先级政策对COVID-19患者发现的影响，以及政府和卫生组织使用结果进行有效决策的能力。我们提出了一个测试框架，平衡了最大限度地发现阳性个体与以人群为基础的监测的需要，旨在了解疾病的传播和特点。该框架借鉴了网络安全领域的类似优先排序方法，即使用风险评分对个人进行排名，然后保留一部分随机抽样的能力。这种方法是多武装土匪最大化勘探/开发底层分布的应用。我们发现，可以使用一些简单的特征对个体进行有效的测试，并且使用这样的模型对它们进行排名，我们可以捕获65%（CI：64.7%-68.3%）使用不到20%检测容量的阳性个体或92.1%（CI：91.1%-93.2%）的阳性个体，使用70%的容量，允许保留相当大一部分的测试用于群体研究。我们的方法使专家和决策者能够根据需要定制相应的政策，从而使排名政策具有透明度，并能够了解疾病在人群中的传播情况，并以知情的方式迅速作出反应。
2020-07-28 cs.LG stat.ML
Data Protection by Design for Cybersecurity Systems in a Smart Home Environment
本文论述了欧盟数据保护法中最近引入的设计数据保护（DPbD）原则的阐述和实施，特别是从法律和技术角度来看，在灵巧家庭环境中的网络安全系统。该项目致力于开发一个创新和可定制的网络安全平台，用于物联网生态系统内的网络威胁情报收集、检测和缓解。在本文的过程中，DPbD的要求与系统的概念化，设计和实际开发的法律规定。这些要求随后被转化为网络信任系统所设想的技术解决方案。由于权衡对DPbD背景并不陌生，因此在这一跨学科对话中还讨论了技术限制和法律挑战。
2019-03-26 cs.CR
Towards Centralized Orchestration of Cyber Protection Condition (CPCON)
针对当前美国国防部网络CPCON框架实施依赖人工、不一致且易出错的问题，本文提出策略驱动的CPCON指令集中式编排原型系统，经模拟攻击验证，有人监督下的状态转换速度、准确性与可验证性均有提升。
2025-05-19 cs.CR
Some Recommended Protection Technologies for Cyber Crime Based on Social Engineering Techniques -- Phishing
网络钓鱼（密码+钓鱼）是一种基于社会工程和网站欺骗技术的网络犯罪形式。“网络钓鱼”的名称是“钓鱼”一词的故意拼写错误，涉及从用户的计算机中窃取机密数据，然后使用这些数据窃取用户的钱。在本文中，我们研究，讨论和提出了网络钓鱼攻击的阶段和类型，检测网络钓鱼网页的技术，并总结了我们的论文与一些重要的建议，以防止网络钓鱼的消费者和公司。
2012-01-04 cs.CR
African Union Convention on Cyber Security and Personal Data Protection: Challenges and Future Directions
本文系统分析了非洲联盟网络安全与个人数据保护公约（AUDPC）在非洲实施面临的法律、技术、基础设施及跨境合作等挑战，并提出加强法律框架、能力建设和国际协调等系统性建议以推动公约落地。
2023-07-05 cs.CR cs.CY
Cyber Protection Applications of Quantum Computing: A Review
该综述通过分析815篇论文，梳理了量子计算在网络防护多领域的应用、相关技术及社会层面价值，探讨了提升其效率与安全性的方向，为网络安全领域的量子技术应用提供参考。
2024-09-17 cs.CR cs.ET
Case Study-Based Approach of Quantum Machine Learning in Cybersecurity: Quantum Support Vector Machine for Malware Classification and Protection
Kennesaw State University（肯尼索州立大学）；Marquette University（马凯特大学）；Clark Atlanta University（克拉克亚特兰大大学）；Clayton State University（克莱顿州立大学）；Georgia Southern University（佐治亚南方大学）；Florida International University（佛罗里达国际大学）；Auburn University（奥本大学）；Tuskegee University（塔斯基吉大学）
针对网络安全教学缺乏QML资源的问题，设计十个案例学习模块，并基于Pennylane和drebin215用QSVM实现恶意软件分类，准确率达95%。
2023-06-01 cs.CR cs.LG quant-ph
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
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
Smart Ticket Protection: An Architecture for Cyber-Protecting Physical Tickets Using Digitally Signed Random Pattern Markers
为了应对公共交通或大型活动门票的伪造，开发了一种使用印刷的唯一随机图案标记来验证它们的方法。这些标记本身是不可伪造的，因为它们的物理随机分布。然而，为了确保它们的真实性，它们必须受到加密保护，并配备成功验证的环境，结合物理和网络安全保护。本文描述了一种用于加密保护这些标记的体系结构，这些标记存储在物理票据上的Aztec代码中，以确保只有授权的打印机才能生成这种图案的有效Aztec代码，从而结合图案的随机性和唯一性提供伪造保护。然而，签名算法的选择受到模式大小、票据提供者数据、元数据以及代码所持有的数据量所面临的签名的严重限制。因此，本文还定义了一个示例的签名布局所提出的架构。这允许轻量级的票证验证系统，其在物理上和密码上都是安全的，以形成用于以相对低的成本在较短到较长的时间段内进行大规模访问验证的智能解决方案。
2018-09-03 cs.CR
Optimisation of cyber insurance coverage with selection of cost effective security controls
提出一种帮助规避风险组织分配网络安全投资的方法，通过选择最具成本效益的安全控制措施来优化保险与自我防护的投资，并提供精确算法解决多威胁下的控制选择问题。
2025-03-04 cs.CR
The Role and Applications of Airport Digital Twin in Cyberattack Protection during the Generative AI Era
AI Experts（人工智能专家机构）；AI-WEINBERG（AI-WEINBERG机构）
本文研究生成式AI时代机场面临的网络攻击威胁，提出利用数字孪生集成GenAI、ML和XAI实现攻击场景仿真、漏洞评估、异常检测与恢复协调，以增强机场网络安全防护能力。
2024-08-08 cs.AI cs.CR
An AI-Based Supervisory Measurement Integrity Validation Layer for Cyber-Resilient AC/DC Protection in Inverter-Based Microgrids
Department of Electrical and Computer Engineering, University of Toronto（多伦多大学电气与计算机工程系）；Electric Power Engineering Department, Cairo University（开罗大学电力工程系）；Department of Electrical Engineering, Khalifa University（哈利法大学电气工程系）；Concordia Institute for Information Systems Engineering (CIISE), Concordia University（康卡迪亚大学信息系统工程研究所）
本文提出一种基于人工智能的监督测量完整性验证方案，用于检测逆变器主导微电网中因虚假数据注入攻击导致的测量异常，通过训练循环神经网络分析同步的瞬时电流测量数据，实现对故障轨迹与网络测量流的区分。
2026-04-26 cs.AI cs.CR cs.SY
Smart Grid Security: A Verified Deep Reinforcement Learning Framework to Counter Cyber-Physical Attacks
针对智能电网易受信息物理攻击导致停电的问题，提出一种基于形式化验证的深度强化学习框架，通过触发保护序列有效中和攻击并支持GPU实时验证。
2024-09-24 cs.CR
Privacy-preserving Health Data Sharing for Medical Cyber-Physical Systems
最近的一系列网络安全攻击已经损害了医疗网络物理系统（MCPS）中最终用户的数据安全和隐私。传统的用于数据保护的标准加密算法是基于系统架构的观点而不是最终用户的观点来设计的。由于这种加密算法将对数据的保护转移到对密钥的保护，一旦密钥暴露，数据安全和隐私将受到损害。在本文中，我们提出了一种安全的数据存储和共享方法，包括选择性加密算法结合碎片和分散，以保护数据的安全性和隐私，即使在传输介质（如云服务器）和密钥都受到损害。该方法基于以用户为中心的设计，该设计保护诸如终端用户的智能手机的可信设备上的数据，并且允许终端用户控制用于数据共享的访问。我们还评估了智能手机平台上的算法的性能，以证明效率。
2019-04-17 cs.CR
Adaptive Cybersecurity: Dynamically Retrainable Firewalls for Real-Time Network Protection
针对网络攻击复杂化的问题，本研究提出可动态重训练防火墙，结合机器学习、强化与持续学习实现实时威胁识别，探讨相关架构、优化策略及集成方案，为自适应网络安全发展提供参考。
2025-01-14 cs.CR cs.CY
Resilience of IEC 61850 Sampled Values-Based Protection Systems Under Coordinated False Data Injections
Norwegian University of Science and Technology（挪威科技大学）
本文研究了针对IEC 61850采样值协议的协调虚假数据注入攻击对数字变电站韧性的影响，通过实验验证了攻击可行性，并提出基于可信独立通道的防御策略。
2026-05-08 cs.CR cs.SY eess.SY
From Physical to Cyber: Escalating Protection for Personalized Auto Insurance
如今，汽车保险公司根据直接从客户汽车收集的数据设定个性化保险费率。在本文中，我们展示了这种个性化的保险机制-被许多汽车保险公司广泛采用-很容易被利用。特别是，我们证明了对手可以利用现成的硬件来操纵数据到设备，该设备收集驾驶员的保险费率定制习惯，并获得欺诈性的保险折扣。为了应对这种类型的攻击，我们还提出了一种防御机制，以增强对保险公司数据汇集的保护。该机制的主要思想是增强保险公司的数据汇集设备，使其具有收集从物理世界获取的不可伪造数据的能力，然后利用这些数据来识别被操纵的数据点。我们的防御机制利用了建立在未经操纵的数据上的统计模型，并且对以前没有预见到的操纵方法具有鲁棒性。我们已经实现了这种防御机制作为一个概念验证原型，并在现实世界中测试其有效性。我们的评估表明，我们的防御机制表现出0.032的假阳性率和0.013的假阴性率。
2017-05-23 cs.CR
Counter-terrorism in cyber-physical spaces: Best practices and technologies from the state of the art
本文通过系统调查112篇文献，综述了2004至2022年网络物理空间反恐的最新技术，指出公共空间保护需综合信息技术、建筑设计与组织手段，并揭示学术界与工业界之间存在脱节。
2023-11-28 cs.CR cs.CY cs.IT
Phishing and Spear Phishing: examples in Cyber Espionage and techniques to protect against them
网络钓鱼攻击已成为网络诈骗中最常用的技术，从2012年起，超过91%的网络攻击都是由网络钓鱼发起的。这项研究回顾了网络钓鱼者如何通过5个步骤进行网络钓鱼和鱼叉式网络钓鱼攻击，这些步骤放大了结果，增加了成功的机会。重点还将放在针对这些社会工程攻击的四个不同的保护层上，显示它们的优势和劣势;第一层和第二层由自动化工具和决策辅助工具组成。第三是用户应对潜在威胁的知识和专长。最后一层，定义为“外部”，将强调具有多因素身份验证的重要性，这是一种提供增强安全性的有效方法，可以创建针对网络钓鱼和鱼叉式网络钓鱼的进一步保护层。
2020-05-31 cs.CR cs.CY
A Sequential Supervised Machine Learning Approach for Cyber Attack Detection in a Smart Grid System
现代智能电网系统严重依赖信息和通信技术，这种依赖性使它们容易受到网络攻击。近年来，网络攻击的发生率有所增加，对电力系统造成了重大损害。为了实现可靠和稳定的运行，网络保护、控制和检测技术变得至关重要。高精度地自动检测网络攻击是一项挑战。为了解决这个问题，我们提出了一个两层的分层机器学习模型，其准确率为95.44%，以提高对网络攻击的检测。模型的第一层用于区分两种操作模式（正常状态或网络攻击）。第二层用于将状态分类为不同类型的网络攻击。分层方法为模型提供了一个机会，使其将训练集中在层的目标任务上，从而提高模型的准确性。为了验证该模型的有效性，我们将其性能与文献中提出的其他最近的网络攻击检测模型进行了比较。
2021-08-01 cs.CR cs.SY eess.SY
Optimal Planning for Enhancing the Resilience of Modern Distribution Systems Against Cyberattacks
针对智能电网配电层面因物联网设备集成产生的网络攻击脆弱性，本文分析高功率设备相关攻击的可行性与影响，提出基于分布式发电的预防性韧性策略，强调配电层面网络韧性规划的迫切性。
2025-08-26 cs.CR cs.SY eess.SY
Vulnerability Characterization and Privacy Quantification for Cyber-Physical Systems
网络物理系统（CPS）数据在共享、聚合和发布期间的隐私保护是一个具有挑战性的问题。在文献中已经开发了几种隐私保护机制，以保护敏感数据免受对抗性分析，并消除重新识别共享数据的原始属性的风险。然而，大多数现有的解决方案具有缺点，例如（i）缺乏适当的脆弱性表征模型来准确地识别哪里需要隐私，（ii）忽略数据提供者的隐私偏好，（iii）使用统一的隐私保护，这可能为某些提供者创建不充分的隐私，同时过度保护其他提供者，以及（iv）缺乏确保数据隐私保护的全面的隐私量化模型。为了解决这些问题，我们提出了一个个性化的隐私偏好框架，通过表征和量化CPS漏洞，以及确保隐私。首先，我们引入了一个标准的漏洞分析库（SVPL）的能源CPS的节点安排从最大到最小脆弱的隐私损失的基础上。基于这个模型，我们提出了我们的个性化隐私框架（PDP），其中拉普拉斯噪声添加基于个人节点的选择的隐私偏好。最后，结合这两种方法，我们证明了我们的隐私特性和量化模型可以通过消除隐私，效用和丢失信息的风险之间的权衡来实现更好的隐私保护。
2021-11-04 cs.CR
DefTesPY: Cyber defense model with enhanced data modeling and analysis for Tesla company via Python Language
针对特斯拉公司日益严峻的网络攻击，提出基于Python的DefTesPY网络防御模型，通过增强数据建模与分析来保护敏感信息，应对数据泄露等威胁。
2024-07-19 cs.CR
Experimental Impact Analysis of Cyberattacks in Power Systems using Digital Real-Time Testbeds
本文开发了两个基于RTDS和OPAL-RT的实时信息物理系统测试平台，通过实验分析了拒绝服务攻击对微电网控制与保护运行的影响。
2023-04-15 cs.CR cs.SY eess.SY
Cyber Attacks Detection, Prevention, and Source Localization in Digital Substation Communication using Hybrid Statistical-Deep Learning
Delft University of Technology（代尔夫特理工大学）；DNV Netherlands B.V.（DNV荷兰有限公司）；Elia Group Innovation（Elia集团创新中心）；University of Michigan–Dearborn（密歇根大学迪尔伯恩分校）
本文提出基于混合统计-深度学习的方法，用于检测、预防和定位IEC 61850 SV注入攻击，提升数字变电站通信安全性。
2026-07-28 cs.CR cs.SY eess.SY
EPASAD: Ellipsoid decision boundary based Process-Aware Stealthy Attack Detector
IIT Kanpur（印度理工学院坎普尔分校）
由于关键基础设施（CI）在国家经济中的重要性，它们一直是网络攻击者有利可图的目标。这些关键基础设施通常是网络物理系统（CPS），如电网，水和污水处理设施，石油和天然气管道等，近年来，这些系统多次遭受网络攻击。研究人员一直在为CI开发网络安全解决方案，以避免持久的损害。根据标准框架，基于识别、保护、检测、响应和恢复的网络安全是这些研究的核心。检测正在进行的攻击，逃避标准的保护，如防火墙，防病毒和主机/网络入侵检测已经变得越来越重要，因为这种攻击最终会影响系统的物理动态。因此，物理动力学中的异常检测被证明是实现纵深防御的有效手段。PASAD是传感器/致动器数据中的异常检测的一个示例，其表示这样的系统的物理动态。我们提出了EPASAD，它改进了PASAD中使用的检测技术来检测这些微隐身攻击，因为我们的实验表明，PASAD的基于球形边界的检测无法检测到。我们的方法EPASAD通过使用椭球边界克服了这一点，从而在各个维度上收紧边界，而球形边界平等地对待所有维度。我们验证EPASAD使用的数据集产生的TE过程模拟器和C-town数据集。实验结果表明，EPASAD在两个数据集上分别使PASAD的平均召回率提高了5.8%和9.5%。
2022-04-08 cs.CR cs.LG
Cyber-Physical Co-Simulation of Load Frequency Control under Load-Altering Attacks
针对负荷改变攻击尤其是动态负荷改变攻击对电网稳定性的威胁，本文提出一种开源的电网与通信网络信息物理联合仿真环境，可实现电网保护机制建模并支撑具体场景下的攻击全面分析。
2025-08-01 cs.CR cs.SY eess.SY
A Diversity-based Substation Cyber Defense Strategy utilizing Coloring Games
本文提出了一种基于多样性的子站网络防御策略，通过使用图着色博弈来分配多样化的安全机制，以减少单一漏洞的重复性，提高子站电子安全围栏内网络资产的安全性。
2018-02-07 cs.CR cs.GT cs.SY
Cybersecurity of Industrial Cyber-Physical Systems: A Review
工业网络物理系统（ICPs）通过基于边缘传感器网络收集的“物理”数据控制流程来管理关键基础设施。最近在普适计算和通信技术方面的创新促使高度互连的系统快速集成到ICP。因此，不再遵循气隙提供的“隐蔽安全”原则。随着ICP中互连性的增加，攻击面也会增加。工业脆弱性评估报告表明，由于这种过渡，出现了各种新的脆弱性，而最常见的脆弱性与薄弱的边界保护有关。虽然在这方面已有调查，但很少提及这些报告。本文通过从网络安全的角度定义和审查ICP来弥合这一差距。特别是，多维自适应攻击分类法，并用于评估现实生活中的ICPS网络事件。我们还确定了一般的缺点，并强调指出，造成现有文献中的差距，同时确定未来的研究方向。
2021-01-10 cs.CR
Model-Based Risk Assessment for Cyber Physical Systems Security
传统的网络物理系统（CPS）安全设计技术要么将网络和物理系统独立对待，要么不解决用于监视和控制物理过程的实时的嵌入式控制器和网络的特定漏洞。在这项工作中，我们开发和测试的CPS安全风险评估利用CPS测试平台与现实世界的工业控制器和通信协议的综合模型为基础的方法。该试验台监测和控制实时模拟的放热连续搅拌釜式反应器（CSTR）。CSTR反应器是石油天然气、石化、水处理、核工业等行业的基础工艺单元。此外，由于缺乏可能的机械保护，该过程在网络攻击可能引发的危险场景方面非常丰富。本文提出了一种综合的方法来分析和设计一个给定的CPS的网络安全系统，其中的物理威胁首先确定指导风险评估过程。一个数学模型推导出的物理系统使用混合自动机枚举系统的潜在危险状态。然后使用网络和数据流模型分析网络系统，以开发可能导致已识别危害的攻击场景。最后，在测试平台上执行攻击场景，并观察到可能的方法来防止和减轻攻击。从实验中获得的见解导致了几个关键的发现，包括混合自动机在安全风险评估中的表现力，危害开发时间及其对网络安全设计的影响，以及CPS的物理和网络系统之间的紧密耦合，需要集成的设计方法来实现成本效益和安全的设计。
2020-05-28 cs.CR cs.SY eess.SY
Shakedown: compiler-based moving target protection for Return Oriented Programing attacks on an industrial IoT device
网络犯罪分子使用面向返回的编程技术来攻击系统和物联网设备。虽然已经开发了防御措施，但并非所有防御措施都适用于受限设备。我们介绍了Shakedown，这是一个编译时随机构建工具，它创建了几个版本的二进制文件，每个版本都有不同的内存布局。针对一个设备开发的攻击不会在具有不同内存布局的另一个设备上起作用。我们在一个工业物联网设备上测试了Shakedown，结果表明，在阻止漏洞利用的同时，其正常功能保持不变。
2018-10-11 cs.CR
Learning-Enabled Adaptive Voltage Protection Against Load Alteration Attacks On Smart Grids
本文提出基于深度强化学习的自适应电压保护系统，通过对抗训练学习识别隐蔽负荷篡改攻击并动态调整保护阈值，理论证明与硬件在环实验验证其能有效防止智能电网停电。
2024-11-21 cs.CR cs.GT cs.SY
The Social and Psychological Impact of Cyber-Attacks
网络攻击已经变得像互联网本身一样普遍。每年，行业报告、媒体和学术文章都会强调这种日益普遍的情况，涵盖攻击和网络犯罪的数量和种类。在这篇文章中，我们试图通过对与网络攻击相关的社会和心理方面的批判性反思，进一步推进关于网络威胁、认知脆弱性和网络心理学的讨论。特别是，我们有兴趣了解公众如何看待和参与风险，以及他们在网络攻击发生期间和之后如何受到影响。这项研究的重点是与理解公众对恶意网络事件的反应相关的关键认知问题，包括风险感知、保护动机、文化和攻击者特征（例如，攻击者身份、目标身份和攻击规模）。为了考虑我们研究结果的适用性，我们调查了过去几年中的两次重大网络攻击，即2017年的WannaCry攻击和同年的WannaCry银行集团攻击。
2019-09-29 cs.CR cs.CY cs.HC
A Survey of Cyber Security Countermeasures Using Hardware Performance Counters
网络攻击和恶意软件现在比以往任何时候都更加普遍，而且趋势不断上升。已经有几种攻击检测的方法，包括在根或用户级别的驻留软件应用程序，例如，病毒检测和对操作系统的修改，例如，加密、应用签名等。一些方法已经转移到较低级别的检测和预防，例如，数据执行保护。在对抗发展中的一种新兴方法是使用存在于现代处理器的微体系结构中的硬件性能计数器。这些都是最低级别的，在处理器硬件中实现，并且这些计数器收集的大量数据提供了一些非常有希望的对策，具有最小的开销以及保护免受攻击者的破坏。在这里，我们进行了一项调查，最近的技术在实现有效的对策，从这些硬件性能计数器的网络攻击检测。
2018-07-28 cs.CR
Optimal Cyber-Insurance Contract Design for Dynamic Risk Management and Mitigation
随着近年来网络攻击数量的不断增加和有效防御方法的不断缺乏，网络风险在企业网、制造工厂和政府计算机系统中变得无处不在。网络保险提供了一种将网络风险转移给保险公司并进一步改善被保险人安全状况的有价值的方法。有效的网络保险合同的认定需要从保险市场和网络风险的动态特性两方面进行考量。为了捕捉用户和保险公司之间的相互作用，我们提出了一个动态的道德风险类型的委托代理模型与马尔可夫决策过程，这是用来捕捉的动态和相关性的网络风险，以及用户的决定的保护。我们研究和充分分析了一个案例，两个国家的两个行动的用户在线性覆盖保险，我们进一步展示了风险补偿，Peltzman效应，线性保险合同原则，零经营利润原则在这种情况下。数值实验验证了我们的结论，并进一步推广到线性覆盖保险和阈值覆盖保险下的四状态三动作用户的情况。
2019-05-07 cs.CR
Contagion Effects of Heterogeneous Cyber Risk on Network Security and Systemic Stability
University of Bologna（博洛尼亚大学）；TIFPA-INFN（INFN特伦托前沿物理与技术研究所）
本文提出了一种结合战略行为与传染动态的网络安全管理框架，通过分析异质风险特征和传染路径，优化网络安全资源分配并提升系统韧性。
2026-10-06 cs.CR cs.GT cs.SI
Machine Learning Based Cyber Attacks Targeting on Controlled Information: A Survey
Swinburne University of Technology（斯威本科技大学）；Deakin University（迪肯大学）
近年来，针对受控信息的窃取攻击和信息泄露事件日益增多，已成为一种新兴的网络安全威胁。由于高级分析解决方案的蓬勃发展和部署，新型窃取攻击利用机器学习（ML）算法来实现高成功率并造成大量损害。检测和防御此类攻击具有挑战性和紧迫性，因此政府，组织和个人应该高度重视基于ML的窃取攻击。本文介绍了这种新型攻击的最新进展和相应的对策。基于ML的窃取攻击从三类目标受控信息的角度进行了综述，包括受控的用户活动、受控的ML模型相关信息和受控的认证信息。最近的出版物进行了总结概括的总体攻击方法，并得出ML为基础的窃取攻击的局限性和未来的发展方向。并从检测、中断和隔离三个方面提出了有效防护的对策。
2021-11-15 cs.CR cs.LG
On the Role of Risk Perceptions in Cyber Insurance Contracts
风险认知在网络保险合同中至关重要。随着最近信息的激增，人类的风险感知受到有益知识和假新闻的影响。在本文中，我们研究了网络保险合同中保险人和用户的风险认知的作用。我们将网络保险问题转化为一个委托代理问题，保险公司设计包含保费支付和保险计划的合同。保险公司和用户的风险感知是通过连贯的风险度量来捕捉的。我们的框架扩展了网络保险问题，包含一个风险中性的保险公司和一个可能的风险厌恶的用户，这是经常被认为是在文献中。保险公司和用户的风险认知的明确特征使我们能够表明，网络保险有可能激励用户在系统保护上投入更多。这种增加网络安全的可能性依赖于这样的事实，即保险公司比用户更厌恶风险（在最小化设置中），并且保险公司的风险感知对用户行为的变化比用户自己更敏感。我们调查的财产可行的合同的案例研究的保险计算机系统对勒索软件。
2022-10-26 cs.CR cs.GT
A Cyber-Twin Based Honeypot for Gathering Threat Intelligence
Singapore University of Technology and Design（新加坡科技设计大学）；University of Derby（德比大学）
本文提出一种基于网络双胞胎的蜜罐，用于模拟水处理厂吸引攻击者，记录并分析攻击以收集威胁情报，帮助提升水处理厂的安全防护系统。
2025-09-11 cs.CR cs.NI
Cyber Insurance
本章将首先提出一个委托代理博弈模型，以捕捉一个保险公司和一个用户之间的互动。保险人被视为对用户的安全政策没有不完整信息的委托人。用户是指基础结构运营人或客户，它实施其当地保护并向保险公司支付保险费。保险公司设计了一个激励相容的保险机制，包括保费和覆盖范围的政策，而用户决定是否参加保险和他的努力，以抵御攻击。本章还将通过将对抗行为引入框架来关注攻击感知的网络保险模型。攻击者的行为决定了网络威胁的类型，例如拒绝服务（DoS）攻击、数据泄露、网络钓鱼和欺骗。威胁类型的区分在确定损失类型和覆盖政策方面发挥着作用。数据泄露不仅会导致财务损失，还会损害声誉。保险范围可能只包括财务损失的某些商定百分比。
2019-12-28 cs.CR cs.CY
Moving-Target Defense for Detecting Coordinated Cyber-Physical Attacks in Power Grids
这项工作提出了一种移动目标防御（MTD）策略来检测针对电网的协同网络物理攻击（CCPAs）。CCPA包括物理攻击，例如断开传输线，然后是协调的网络攻击，将虚假数据注入传感器测量值以掩盖物理攻击的影响。这种攻击可能导致无法检测到的线路中断，并对电网造成重大损害。所提出的方法的主要思想是无效的知识，攻击者用来掩盖的物理攻击的影响，通过主动扰动电网的输电线路电抗使用分布式灵活的交流输电系统（D-FACTS）设备。我们确定了MTD设计标准，在这种情况下，挫败CCPA。所提出的MTD设计包括两个部分。首先，我们确定了D-FACTS设备部署的链接子集，使防御者能够针对系统中的任何链接检测CCPA。然后，为了最大限度地减少防御成本在系统的运行时间，我们使用博弈论的方法来确定最好的子集的链接（在D-FACTS部署集）扰动，这将提供足够的保护。大量的仿真使用的MATPOWER模拟器在IEEE总线系统验证了我们的方法在检测CCPA和降低运营商的防御成本的有效性。
2019-08-06 cs.CR cs.IT cs.SY
An Unsupervised Learning Approach For A Reliable Profiling Of Cyber Threat Actors Reported Globally Based On Complete Contextual Information Of Cyber Attacks
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
Moving-Target Defense Against Cyber-Physical Attacks in Power Grids via Game Theory
这项工作提出了一种移动目标防御（MTD）策略来检测针对电网的协同网络物理攻击（CCPAs）。所提出的方法的主要思想是无效的知识，攻击者用来掩盖他们的物理攻击的影响，通过主动扰动电网的输电线路电抗通过分布式灵活交流输电系统（D-FACTS）设备。所提出的MTD设计包括两个部分。首先，我们确定了D-FACTS设备部署的链接子集，使防御者能够针对系统中的任何链接检测CCPA。然后，为了最大限度地减少防御成本在系统的运行时间，我们制定了一个零和游戏，以确定最佳的子集的链接扰动（这将提供足够的保护）对战略攻击者。纳什均衡鲁棒解是通过指数权重计算的，它不需要完全的博弈知识，而只需要在每次迭代中观察到的收益。大量的仿真使用的MATPOWER模拟器在IEEE总线系统验证了我们的方法在检测CCPA和降低运营商的防御成本的有效性。
2021-07-27 cs.CR cs.IT cs.SY
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
