An n-sided polygonal model to calculate the impact of cyber security events
本文提出了一个模型,以图形方式表示网络事件的影响(例如,攻击、对策)在n边的多边形系统中。该方法考虑关于构成信息系统的所有实体的信息(例如,用户、IP地址、通信协议、物理和逻辑资源等)。每个轴都由有助于执行安全事件的实体组成。每个实体都有一个相关的加权因子,使用名为CARVER的多标准方法来衡量其贡献。网络事件的图形表示被描绘为直线(一维)或多边形(二维或多维)。几何运算用于计算大小(即长度、周长、表面积),从而计算每个事件的影响。因此,可以识别和比较网络事件的规模。一个案例研究与多个安全事件作为一个说明模型是如何建立和计算的。
2017-11-16 cs.CR
Towards event aggregation for reducing the volume of logged events during IKC stages of APT attacks
如今,像高级持续性威胁(APT)这样的有针对性的攻击已经成为许多企业网的主要关注点之一。作为应对这些攻击的常用方法,安全人员在不同的防线(网络、主机和应用程序)部署各种安全和非安全传感器,以跟踪攻击者在其杀伤链期间的行为。然而,这种方法的缺点之一是由异构安全和非安全传感器引起的大量事件,这使得难以分析记录的事件以供稍后处理,即用于及时检测APT攻击的事件相关性。到目前为止,已经发表了一些关于事件聚合的研究论文,以减少记录的低级别事件的数量。然而,大多数的研究工作都提供了一种方法来聚合的单一类型和同质的事件源的事件,即NIDS。此外,他们主要关注的只是事件量减少的程度,而事件聚合过程中丢失的安全信息量也非常重要。在本文中,我们提出了一个三阶段的事件聚合方法,以减少记录的异构事件在APT攻击考虑最低的安全信息丢失率的体积。该方法首先将传感器的低层事件聚类为若干相似的事件组,然后在滤除噪声事件簇后,基于面向属性归纳(AOI)方法对剩余事件簇进行可控归纳,以减少不重要或重复的事件。该方法已在三个公开可用的数据集上进行了评估:SotM 34,Bryant和LANL。实验结果表明,该方法能够有效地进行事件聚合,在保证信息丢失率(ILR)的前提下,事件量减少率可达99.7%.
2021-09-29 cs.CR
Cryptanalysis of An Advanced Temporal Credential-Based Security Scheme with Mutual Authentication and Key Agreement for Wireless Sensor Networks
随着无线网络技术的飞速发展,无线传感器网络在军事、森林监测等实时的应用中的应用越来越多。一般情况下,无线传感器网络运行在无人值守的环境中,处理关键数据。验证试图访问传感器存储器的用户是关键要求之一。许多研究人员提出了远程用户认证方案集中在各种参数。2013年,Li等人提出了一种基于临时凭证的无线传感器网络相互认证和密钥协商方案。Li等人声称,他们的方案是安全的,可以抵抗所有主要的密码攻击,并且由于使用哈希函数而不是加密操作,因此需要更少的计算成本。不幸的是,在本文中,我们将表明,他们的计划是脆弱的离线密码猜测攻击,被盗灵巧卡攻击,泄漏的密码等,并未能提供数据隐私。
2013-11-13 cs.CR
IoTMonitor: A Hidden Markov Model-based Security System to Identify Crucial Attack Nodes in Trigger-action IoT Platforms
随着物联网环境中智能操作平台的出现和快速发展,物联网设备之间的交互导致的安全漏洞变得越来越普遍。在一个设备上发生的事件触发另一个设备中的动作,这可能最终有助于在网络中创建事件链。攻击者利用链效应来危害物联网设备,并通过将恶意事件注入链中来远程触发感兴趣的操作。为了解决由攻击者动作场景引起的安全漏洞,现有的研究工作集中在基于设备上的物理指纹来验证设备的安全属性或验证某些事件的发生。我们提出了IoTMonitor,这是一种安全分析系统,它通过观察传感器收集的一系列物理证据来识别最高可能性的事件发生的底层链。我们使用Baum-Welch算法来估计转移和发射概率,并使用Viterbi算法来识别事件序列。然后,我们可以识别出攻击者动作序列中的关键节点,这些节点的妥协使攻击者能够达到他们的最终目标。在PEEVES数据集上的实验结果表明,该系统能够从观测数据中高精度地重建事件发生序列,并识别出攻击路径上的关键节点。
2022-02-09 cs.CR
SynAT: Enhancing Security Knowledge Bases via Automatic Synthesizing Attack Tree from Crowd Discussions
State Key Laboratory of Intelligent Game(智能游戏国家重点实验室);Science and Technology on Integrated Information System Laboratory, Institute of Software Chinese Academy of Sciences(中国科学院软件研究所集成信息系统重点实验室);University of Chinese Academy of Sciences(中国科学院大学);School of Software, Beihang University(北京航空航天大学软件学院);School of Information Technology and Electrical Engineering, The University of Queensland(昆士兰大学信息技术与电气工程学院);Huawei Cloud Computing Technologies CO., LTD.(华为云计算技术有限公司)
SynAT通过自动合成攻击树提升安全知识库,利用LLM和提示学习提取安全讨论中的事件和关系,有效增强安全防护能力。
2026-02-05 cs.CR
Epistemic Temporal Logic for Information Flow Security
时间认知逻辑是一个完善的框架,用于表达代理人的知识以及它如何随着时间的推移而演变。在基于语言的安全中,这些是核心问题,例如在解密的情况下。我们建议将这两个领域结合起来。本文提出了一个计算模型和一个认知时态逻辑,用于推理通过观察程序输出获得的知识。这种方法被证明是优雅地捕捉标准的概念,不干扰和解密的文献,以及敏感和公共数据混杂在微妙的方式的信息流属性。
2012-08-30 cs.CR cs.LO cs.MA
A Large-scale Temporal Measurement of Android Malicious Apps: Persistence, Migration, and Lessons Learned
我们通过利用2019年至2020年期间在流行移动安全产品的1170万客户中收集的880万日常设备检测来研究Android上潜在有害应用程序(PHA)的时间动态。我们表明,Android当前的安全模型限制安全产品作为常规应用程序运行,并阻止它们自动删除恶意应用程序,为攻击者打开了一个重要的机会窗口。这些应用程序会警告用户新发现的威胁,但用户不会立即对此信息采取行动,从而使PHA在检测到后平均在设备上持续24天。我们还发现,虽然应用市场在PHA被发现后会将其删除,但在PHA被发现和删除之间存在明显的延迟:PHA在Google Play上平均持续77天,在第三方市场上平均持续34天。最后,我们发现PHA在原始市场上被删除后迁移到其他市场的证据。本文提供了一个前所未有的Android PHA格局,表明目前对Android上PHA的防御并不像通常认为的那样有效,并确定了安全社区应该追求的多个研究方向,从编排更有效的PHA拆除到为移动安全产品设计更好的警报。
2021-08-10 cs.CR
Towards Interdependent Safety Security Assessments using Bowties
我们提出了一种方法来结合使用领结图的安全和安全评估。Bowties模型的原因导致了一个中心的故障事件和后果,从该事件产生的,以及阻碍事件的障碍。蝴蝶结以前被单独用于安全和安全评估,但我们建议在一个单一的模型中进行统一的处理,可以优雅地捕捉几种安全的相互依赖性。我们以2021年10月Facebook DNS关闭为例展示了我们的方法,检查了事件链以及导致中断的安全和安全屏障之间的相互作用。
2022-08-06 cs.CR cs.SE
On the Scalability of Big Data Cyber Security Analytics Systems
大数据网络安全分析(BDCA)系统使用大数据技术(例如,Apache Spark)收集、存储和分析大量安全事件数据,以检测网络攻击。数字数据量和具体的安全事件数据量呈指数级增长。生成安全事件数据并将其馈送到BDCA系统中的速度是不可预测的。因此,BDCA系统应该是高度可扩展的,以处理安全事件数据的速度的不可预测的增加/减少。然而,一直很少有人努力调查BDCA系统的可扩展性,以确定和利用可扩展性改进的来源。在本文中,我们首先研究了基于Spark的BDCA系统与默认Spark设置的可扩展性。然后我们识别Spark配置参数(例如,执行存储器),这可能会显著影响BDCA系统的可伸缩性。基于所确定的参数,我们最后提出了一个参数驱动的自适应方法,SCALER,优化系统的可扩展性。我们已经进行了一系列的实验,通过实现一个基于Spark的BDCA系统上的大规模的OpenStack集群。我们用四个安全数据集进行了实验。我们已经发现,(i)具有默认Spark配置参数的BDCA系统偏离理想可扩展性59.5%(ii)11个研究的Spark配置参数中有9个显著影响可扩展性(iii)与具有默认Spark参数设置的可扩展性相比,SCALER将BDCA系统的可扩展性提高了20.8%。我们的研究结果强调了探索底层大数据框架的参数空间的重要性(例如,Apache Spark)用于可扩展的网络安全分析。
2021-11-28 cs.CR
MAD-MulW: A Multi-Window Anomaly Detection Framework for BGP Security Events
针对BGP安全事件监测,本文提出多窗口串行无监督异常检测模型MAD-MulW,通过W-GAT加权降噪与W-LAT预测重建提升检测性能,多个BGP事件上平均F1超过90%。
2023-12-18 cs.CR
Glitch in Time: Exploiting Temporal Misalignment of IMU For Eavesdropping
本研究针对谷歌对智能手机IMU无权限访问设200Hz速率限制以防范声学窃听的背景,提出STAG攻击手段,利用陀螺仪与加速度计的时间失准结合数据重采样,绕过防护且词错误率较现有方法降83.4%,凸显IMU持续安全风险。
2025-01-13 cs.CR
A SDN-based Flexible System for On-the-Fly Monitoring and Treatment of Security Events
软件定义网络(SDN)范例将控制平面和数据平面合并,提供高可编程性和网络全局视图。然而,这是一个挑战,不仅提供这些下一代网络的安全性,以及允许网络攻击可能会受到事件和法医处理程序。本文提出了通过SDN控制器的可编程性来实现灵活的安全事件监控和处理机制,这些安全事件根据攻击类型进行分类,并与白名单和黑名单资源相关联。通过一个真实的SDN/OpenFlow测试床验证了执行入侵和攻击分析的资源。
2018-06-08 cs.CR cs.NI
SECUREVENT: Hybrid AI/ML Security Monitoring for Distributed Event-Based Systems
Oracle
提出SECUREVENT架构,结合传统安全机制与在线异常检测、图行为特征、复杂事件策略、联邦学习和对抗ML治理,通过混合AI/CEP监控提高召回率并保持低误报率。
2026-06-01 cs.AI cs.CR
GeneSyst: a Tool to Reason about Behavioral Aspects of B Event Specifications. Application to Security Properties.
在本文中,我们提出了一种方法和工具,以建立符号标记的B规格转换系统。这个名为GeneSyst的工具可以考虑细化级别,并可以可视化抽象状态在具体层次状态中的分解。由此产生的符号转换系统代表了初始B事件系统的所有行为。因此,它可以用来推理它们。我们说明了使用GeneSyst检查电子钱包模型的安全属性。
2010-04-09 cs.CR cs.LO
Science Hackathons for Cyberphysical System Security Research: Putting CPS testbed platforms to good use
一个挑战是开发网络物理系统场景,反映现实生活中的网络物理系统的多样性和复杂性,他们解决的研究问题。有时间限制的协作活动,如黑客松、Jams和Sprint,越来越多地被用作将个人团体聚集在一起的一种手段,以探索挑战并制定解决方案。本文介绍了我们的经验,使用科学黑客将各个研究人员聚集在一起,以开发一个共同的用例,在共享的CPS测试平台上实现,体现了他们自己的安全研究问题的多样性。对这次活动进行了定性研究,以评估这一进程的成功,以期改进今后的类似活动。
2018-11-09 cs.CR
Phantom Events: Demystifying the Issues of Log Forgery in Blockchain
针对区块链中基于智能合约事件的交易日志易被伪造的问题,首次深入分析EVM区块链交易日志伪造(幻影事件),建模五种攻击类型并提出检测工具,其性能优于现有工具且识别出多类真实攻击案例,呼吁开发者应对漏洞。
2025-02-19 cs.CR
Visualizing BACnet data to facilitate humans in building-security decision-making
楼宇自动化系统(BAS)是硬件和软件的互连网络,用于监视和控制建筑物中的事件。BAS中使用的数据通信协议之一是楼宇自动化和控制网络协议(BACnet),其是用于BAS设备之间的通信的国际上采用的ISO标准。虽然BAS专注于为居民提供安全,减少建筑物的能源消耗并降低其运营成本,但由于现代系统的固有复杂性,其安全性受到影响。诸如BAS的有效监测的问题提出了重大挑战,即,BAS操作员通常只具备部分态势感知能力。特别是在大型和相互连接的建筑物中,运营商面临着在大量同时发生的事件中发现有意义事件的挑战,导致BAS网络中的异常无法观察到。在本文中,我们提出的技术来分析和可视化的数据从BAS设备的方式,确定这种不寻常的事件的潜在重要性,并有助于建筑安全决策。我们实现了这些技术作为一个基于移动(Android)的应用程序,用于显示应用程序数据,并作为工具来分析使用有向图的通信流。
2015-02-24 cs.CR
GID: Graph-based Intrusion Detection on Massive Process Traces for Enterprise Security Systems
入侵检测系统是企业安全体系结构的重要组成部分。特别是,基于异常的入侵检测系统已被广泛应用于检测偏离大多数的异常进程行为。然而,这种异常行为通常由一系列低级别的异质事件组成。低级别事件和高级别异常行为之间的间隙使得很难推断哪些单个事件与真正的异常活动相关,特别是考虑到其间发生了大量“嘈杂”的低级别事件。因此,集中于检测单个实体/事件的现有工作难以实现高检测精度。与以往的工作不同,我们设计并实现了GID,一个有效的基于图的入侵检测技术,可以识别异常事件序列,从一个巨大的异构进程跟踪高准确率。GID首先构建一个紧凑的图结构来捕获不同系统实体之间的交互。然后利用随机游走技术对所构造的无环有向图进行过程路径可疑度或异常度的度量。为了消除路径长度对异常评分的影响,引入Box-Cox幂变换对异常评分进行归一化,使不同长度路径的异常评分分布一致.该优化方案进一步提高了可疑路径发现的效率。我们完全实现了我们的GID算法,并将其部署到实际的企业安全系统中,它极大地帮助检测高级威胁,并优化事件响应。在系统监控数据集上执行GID,显示GID高效(每分钟约200万条记录)和准确(检测率高于80%)。
2016-08-08 cs.CR
End-to-End Security for Distributed Event-Driven Enclave Applications on Heterogeneous TEEs
本文提出一个集成开源框架,基于异构TEE扩展安全原语,在较小可信计算基上保障分布式事件驱动应用端到端的真实性、完整性、机密性与可用性。
2023-06-29 cs.CR
Trinity: A Scalable and Forward-Secure DSSE for Spatio-Temporal Range Query
针对云外包时空数据动态更新中的前向泄露与高成本问题,提出可扩展、可验证的 DSSE 方案 Trinity,证明 IND-SCPA 安全,并显著降低存储、提升检索与更新性能。
2025-02-17 cs.CR
EventHunter: Dynamic Clustering and Ranking of Security Events from Hacker Forum Discussions
College of Computing, Mohammed VI Polytechnic University (UM6P)(计算机学院,穆莱·伊斯梅尔理工大学(UM6P));Deloitte Morocco Cyber Center(德意志会计师事务所摩洛哥网络安全中心);Deloitte Conseil(德意志咨询)
本文提出无监督框架EventHunter,利用对比学习微调的Transformer嵌入对黑客论坛安全事件进行动态聚类,并结合每日排名机制优先处理高威胁事件,有效转化为可操作情报以支持主动防御。
2025-07-13 cs.AI cs.CL cs.CR
HSMLog: Small Language Model-Assisted Hardware Security Module Log Anomaly Detection with Behavioral Analysis
National Taiwan University(台湾大学);National Taiwan University of Science and Technology(台湾科技大学)
本文提出HSMLog两阶段框架,结合小型语言模型与检索式行为分析,在真实工业HSM日志上实现98.97%精确率等优异指标,可有效完成HSM日志异常检测与事件分诊。
2026-09-01 cs.CR
ESAA-Security: An Event-Sourced, Verifiable Architecture for Agent-Assisted Security Audits of AI-Generated Code
ESAA-Security通过事件源和可验证架构,提供可追溯、可重复的AI生成代码安全审计方法,强调结构化意图验证与风险分类。
2026-03-06 cs.AI cs.CR
Cerberus: Exploring Federated Prediction of Security Events
University College London(伦敦大学学院);Inria Rennes(法国国家信息与自动化研究所雷恩分院);NetApp(网存公司);Boston University(波士顿大学)
针对网络攻击的现代防御越来越依赖于主动方法,例如,根据过去的事件来预测对手的下一步行动构建准确的预测模型需要来自许多组织的知识;唉,这需要披露敏感信息,如网络结构、安全态势和策略,这通常是不可取的或完全不可能的。在本文中,我们探讨了使用联邦学习(FL)来预测未来的安全事件的可行性。为此,我们介绍了Cerberus,这是一个能够为参与组织协作训练循环神经网络(RNN)模型的系统。直觉是,FL可能提供非私有方法(其中训练数据在中央服务器上汇集)和仅训练本地模型的低效用替代方案之间的中间地带。我们实例化Cerberus从一个主要的安全公司的入侵防御产品获得的数据集,并评估它相对于实用性,鲁棒性和隐私,以及参与者如何贡献和受益于系统。总的来说,我们的工作揭示了使用FL执行此任务的积极方面和挑战,并为部署联邦方法以实现预测性安全铺平了道路。
2022-09-07 cs.AI cs.CR
TenFor: A Tensor-Based Tool to Extract Interesting Events from Security Forums
我们如何才能让一个安全论坛“告诉”我们它的活动和感兴趣的事件?我们有一个独特的视角:我们希望在没有任何先验知识的情况下识别这些活动,这是与大多数以前的问题公式相比的关键区别。尽管最近做出了一些努力,但挖掘安全论坛以提取有用信息的关注相对较少,而大多数论坛通常都在搜索特定信息。我们提出了TenFor,一种无监督的基于张量的方法,用于系统地识别三维空间中的重要事件:(a)用户,(b)线程和(c)时间。我们的方法由三个高级步骤组成:(a)在三个维度上进行基于张量的聚类,(b)使用内容和行为特征进行广泛的聚类分析,以及(c)更深入的调查,我们在感兴趣的事件中识别关键用户和线程。此外,我们将我们的方法作为一个强大且易于使用的平台,供从业者使用。在我们的评估中,我们发现83%的集群捕获了有意义的事件,与以前的方法相比,我们发现了更有意义的集群。我们的方法和平台是在实践中以无监督学习的方式从论坛中检测感兴趣的活动的重要一步。
2020-11-14 cs.CR cs.IR
Tiresias: Predicting Security Events Through Deep Learning
Symantec Research Labs(赛门铁克研究实验室);University College London(伦敦大学学院);Boston University(波士顿大学)
随着现代计算机攻击的复杂性增加,防御者不仅需要在恶意活动发生时检测恶意活动,而且还需要预测对手在执行攻击时将采取的具体步骤。然而,这仍然是一个开放的研究问题,以前的研究在预测恶意事件只看二元结果(例如,攻击是否会发生),而不是攻击者将采取的特定步骤。为了填补这一空白,我们提出了Tiresias,这是一个利用递归神经网络(RNN)来预测机器上未来事件的系统,基于以前的观察结果。我们在从商业入侵防御系统收集的34亿个安全事件的数据集上测试Tiresias,并表明我们的方法在预测机器上发生的下一个事件方面是有效的,精度高达0.93。我们还表明,Tiresias学习的模型随着时间的推移是相当稳定的,并提供了一种机制,可以识别精度的突然下降,并触发系统的重新训练。最后,我们证明了RNN典型的长期记忆是执行事件预测的关键,使得更简单的方法无法完成任务。
2019-05-24 cs.CR cs.LG
Verifying Security Policies in Multi-agent Workflows with Loops
我们认为基于Web的工作流,如会议提交系统,如EasyChair的信息流安全策略的自动验证。我们的工作流描述语言允许循环,非确定性的选择,和无限数量的参与代理。信息流策略在超属性的时态逻辑中指定。我们证明了验证问题可以归结为一阶线性时间时序逻辑公式的可满足性,并为相关类别的工作流和规范提供可判定性结果。我们报告的一系列基准上实现我们的方法所获得的实验结果。
2017-08-29 cs.CR cs.LO
A Hierarchical Security Events Correlation Model for Real-time Cyber Threat Detection and Response
针对入侵检测系统告警量大、人工分析效率低且现有告警关联依赖外部第三方系统的问题,提出一种在IDS分类前进行事件关联的分层模型,融合两类关联技术优势并定制专属算法,在DARPA 99数据集上实现87%数据缩减。
2025-01-18 cs.CR cs.DC
The Impact of a Major Security Event on an Open Source Project: The Case of OpenSSL
Heartbleed漏洞在2014年引起了OpenSSL的国际关注。这个几乎奄奄一息的项目是公共Web服务器和超过10亿台移动设备的关键安全组件。这个漏洞导致了对OpenSSL的新投资。目的:本研究的目标是确定Heartbleed漏洞如何改变OpenSSL的软件演变。我们研究漏洞、代码质量、项目活动和软件工程实践的变化。方法:我们使用混合方法,从网站收集多种类型的定量数据和定性数据,并采访了一位致力于Heartbleed后更改的开发人员。我们使用回归不连续性分析来确定Heartbleed导致的代码和项目活动指标的水平和斜率变化。结果:OpenSSL项目在Heartbleed之后对代码质量和安全性做出了巨大的改进。截至2016年底,OpenSSL每月提交数量增加了两倍,发现并修复了91个漏洞,代码复杂性显著降低,并获得了CII最佳实践徽章,证明其使用了良好的开源开发实践。结论:OpenSSL项目提供了一个开源项目在安全事件发生后如何适应和改进的模型。OpenSSL的发展表明,已知漏洞的数量并不是项目安全性的有用指标。少量的漏洞可能只是表明项目没有花费太多的精力来寻找漏洞。这项研究表明,项目活动和CII徽章最佳实践可能是比漏洞计数更好的代码质量和安全性指标。
2020-05-28 cs.CR cs.SE
Temporal Attack Pattern Detection in Multi-Agent AI Workflows: An Open Framework for Training Trace-Based Security Models
SAP;OWASP Gen AI Security Project(OWASP生成人工智能安全项目);Agentic Security Initiative (ASI)(代理安全倡议(ASI))
本文提出了一种开放框架,通过合成轨迹生成和微调语言模型,提升多智能体AI工作流中时间攻击模式检测的准确性,并公开了相关数据集和评估基准。
2025-12-29 cs.AI cs.CR
A Recursive PLS (Partial Least Squares) based Approach for Enterprise Threat Management
企业威胁管理的大多数现有解决方案都是预防性方法,规定了防止违反策略的方法,并取得了不同程度的成功。在本文中,我们考虑的补充情况下,一些安全违规行为已经发生,或安全威胁,或漏洞已被报告,安全管理员需要生成这些安全事件的最佳响应。我们提出了一个原则性的方法来研究和模拟人类的专业知识,在应对由于这些安全事件的紧急威胁。一个递归的偏最小二乘自适应学习模型定义使用的安全事件的因子分析,连同用于估计的安全管理员使用的全局上下文相关的语义信息的效果的方法。该模型在理论上是最优的,在本质上是递归的,以处理不断生成的安全事件集。我们讨论了潜在的挑战和方式,该模型可以在集中式与分散式,实时与批处理模式下操作。
2018-06-23 cs.AI cs.CR cs.LG
Cyber security of Mega Events: A Case Study of Securing the Digital Infrastructure for MahaKumbh 2025 -- A 45 days Mega Event of 600 Million Footfalls
本文以 MahaKumbh 2025 这一 6 亿人次、45 天的大型活动为案例,提出针对临时性大型活动数字基础设施的网络安全评估与风险管理方法,并记录其过程与成果,证明该方法可有效抵御全部网络攻击。
2025-07-21 cs.CR cs.CY
Physical Layer Identification based on Spatial-temporal Beam Features for Millimeter Wave Wireless Networks
随着毫米波(mmWave)无线通信被设想为下一代高数据率无线网络的关键使能者,安全性是至关重要的。虽然无线网络中的常规安全措施在协议栈的较高层操作,但是物理层安全利用唯一的设备相关硬件特征来识别和认证合法设备。在这项工作中,我们确定毫米波设备中使用的天线阵列的制造公差有助于每个设备唯一的波束图案,为此,我们提出了一种基于毫米波设备使用的独特波束图案的新型设备指纹识别方案。具体来说,我们提出了一个指纹方案与多个接入点(AP),以利用丰富的时空信息的波束图案。我们进行全面的实验与商业现成的毫米波设备,以验证我们提出的方法在各种情况下的可靠性性能。我们还比较了我们的光束模式功能与传统的物理层功能,即功率谱密度功能(PSD)。为此,我们实现了基于PSD特征的毫米波设备指纹识别。我们表明,所提出的多个AP计划是能够实现超过99%的识别精度为固定的LOS和NLOS的情况下,显着优于PSD为基础的方法。对于移动场景,整体识别准确率为96%。此外,我们进行安全性分析,我们提出的波束图案指纹系统和PSD指纹系统进行模拟攻击的可行性研究。我们设计并实现了一个模仿攻击机制的毫米波无线网络使用最先进的60 GHz的软件定义的无线电。我们讨论了我们的研究结果及其对毫米波无线网络安全的影响。
2019-02-10 cs.CR cs.NI
Security Policy Enforcement Through Refinement Process
在网络领域,实施以高级语言表达的安全策略的常用方法是基于自组织和手动重写过程。我们认为,这是可能的,建立一个正式的联系之间的具体和抽象的条款,可以动态计算的环境数据。为了逐步引入配置数据,然后简化证明义务,我们使用B细化过程。我们提出了一个案例研究建模的网络监视器。该程序按照TCP/IP套件协议的各层进行细化描述,必须警告所有观察到的不遵守安全策略的事件。为了设计这个模型,我们使用事件B方法,因为它适合于建模网络概念。这项工作是在POTESTAT项目的框架内完成的,基于对高级安全策略的网络测试方法的研究。
2010-04-09 cs.CR cs.LO
PPT-GNN: A Practical Pre-Trained Spatio-Temporal Graph Neural Network for Network Security
Universitat Politécnica de Catalunya(加泰罗尼亚理工大学)
针对现有图神经网络入侵检测模型延迟高、跨网络泛化差的问题,提出采用自监督预训练的实用时空图模型PPTGNN,实现近实时检测,在三个公开数据集上准确率较SOTA平均提升10.38%,且少量标注即可微调适配新网络。
2024-06-19 cs.AI cs.CR cs.LG
Detecting Cybersecurity Events from Noisy Short Text
STM A.Ş.(STM公司)
分析通过社交网络共享的消息对于网络威胁情报和网络犯罪预防至关重要。在这项研究中,我们提出了一种方法,利用特定领域的词嵌入和特定任务的功能来检测网络安全事件的推文。我们的模型采用卷积神经网络(CNN)和长短期记忆(LSTM)递归神经网络,该网络将单词级元嵌入作为输入,并结合上下文嵌入来分类有噪声的短文本。我们从Twitter收集了一个新的网络安全相关推文数据集,并手动注释了其中的2K子集。我们对这个数据集进行了实验,并得出结论,所提出的模型优于传统和神经基线。结果表明,我们的方法可以很好地从嘈杂的短文本中检测网络安全事件。
2019-06-02 cs.CL cs.CR cs.LG
XML Schema-based Minification for Communication of Security Information and Event Management (SIEM) Systems in Cloud Environments
基于XML的通信控制着当今大部分的系统通信,因为它能够表示复杂的结构化和层次化数据。然而,XML文档结构被认为是一个庞大的数据,可以减少,以最大限度地减少带宽使用,传输时间,并最大限度地提高性能。这有助于更有效和利用的资源使用。在云环境中,这会影响消费者支付的金额。有几种技术被用来实现这一目标。本文讨论了这些技术,并提出了一种新的基于XML模式的缩小技术。所提出的技术工作在XML结构减少使用缩小。所提出的技术提供了一个有意义的名称和底层的缩小名称之间的分离,这增强了软件/代码的可读性。此技术应用于入侵检测消息交换格式(IDMEF)消息,作为Microsoft Azure Cloud上托管的安全信息和事件管理(SIEM)系统通信的一部分。测试结果表明,在不使用耗时的压缩技术的情况下,原始消息的大小减少了8.15%到50.34%。与原始XML消息相比,将GZip压缩添加到所提出的技术中可以缩短66.1%的消息大小。
2014-10-03 cs.CR cs.DC cs.NI