Fuzzy neural networks to create an expert system for detecting attacks by SQL Injection
Faculdade Una de Betim(贝廷乌纳学院);Centro Federal de Educação Tecnológica de Minas Gerais-CEFET-MG(米纳斯吉拉斯联邦教育技术中心(CEFET-MG))
其不断的技术发展是当代世界的特征,每天的过程,一旦手动,成为计算机化。数据存储在网络空间中,因此,人们必须增加对这一环境安全的关注。网络攻击在世界范围内日益扩大,是本世纪的重大挑战之一。本文旨在提出一种基于智能混合模型的计算系统,通过模糊规则允许在控制论数据攻击中构建专家系统,重点是SQL注入攻击。使用模糊神经网络对政府计算机进行SQL注入攻击的真实基础进行测试。根据所获得的结果,构建一个系统的基础上模糊规则的可行性,与标准偏差的范围内的控制论入侵的分类精度(相比,在解决这种类型的问题的最先进的模型)是真实的。该模式帮助各国做好保护其数据网和信息系统的准备,并为专家系统自动识别网络空间的攻击创造机会。
2019-01-09 cs.AI cs.CR
FIDS: Fuzzy Intrusion Detection System for simultaneous detection of DoS/DDoS attacks in Cloud computing
本文提出模糊入侵检测系统FIDS,通过监控17项服务器参数并结合CUSUM算法与模糊神经网络,同时检测云计算中HTTP、数据库、TCP SYN和DNS Flood四类DoS/DDoS攻击,将平均检测率从Snort的57%提升至95%。
2023-05-25 cs.CR
Anomaly-based Intrusion Detection System Using Fuzzy Logic
最近,分布式拒绝服务(DDOS)攻击已被用于不同的方面,以拒绝为最终用户提供的服务的数量。因此,迫切需要设计一种有效的检测方法来抵御这类攻击。模糊推理系统提供了一个更可读和理解的形式的结果。介绍了一种基于模糊逻辑的异常入侵检测系统。模糊逻辑推理系统实现为分布式拒绝服务(DDOS)攻击的检测方法。该方法被应用于一个开源的DDOS数据集。实验结果表明,基于模糊逻辑的异常入侵检测系统在使用模糊推理系统的基础上,采用InfoGain特征选择方法,得到了最好的结果,其真阳性率为91.1%,假阳性率为0.006%.
2021-06-22 cs.CR cs.NI
Phishing Dynamic Evolving Neural Fuzzy Framework for Online Detection Zero-day Phishing Email
网络钓鱼是一种攻击,其中犯罪分子使用欺骗性电子邮件和欺诈性网站欺骗金融机构和客户。犯罪分子试图通过说服他们透露用户名、密码、信用卡号码和更新帐户信息或填写账单信息来引诱在线用户。
2013-02-04 cs.CR
A Fuzzy Logic-Based Cryptographic Framework For Real-Time Dynamic Key Generation For Enhanced Data Encryption
Vishwakarma Institute of Technology(维什瓦卡尔玛理工学院)
针对静态密钥加密易受攻击的问题,提出基于模糊逻辑的密码框架,结合FIS、硬件随机性与TPM实时生成动态密钥,适配AES-GCM加密,为多场景自适应加密提供可扩展方案。
2025-11-18 cs.CR
Toward a real-time TCP SYN Flood DDoS mitigation using Adaptive Neuro-Fuzzy classifier and SDN Assistance in Fog Computing
针对雾计算中TCP SYN Flood DDoS攻击问题,提出利用ANFIS和SDN辅助的FASA系统进行实时缓解,仿真表明其在准确率等指标上优于其他算法。
2023-11-27 cs.CR
Blockchain-Based and Fuzzy Logic-Enabled False Data Discovery for the Intelligent Autonomous Vehicular System
针对智能网联车辆面临的虚假数据注入与集中式检测权衡问题,提出融合区块链与模糊逻辑的检测及声誉维护方案,在RSU中过滤异常数据并提升准确性、消除单点故障。
2023-08-18 cs.CR
Fuzzy Rough Set Feature Selection to Enhance Phishing Attack Detection
Wright State University(莱特州立大学)
网络钓鱼是最著名的网络犯罪活动之一,是通过冒充合法网站欺骗在线用户窃取其个人或机密信息。已经提出了几种基于机器学习的策略来检测钓鱼网站。这些技术依赖于从网站样本中提取的特征。然而,很少有研究真正考虑有效的特征选择检测钓鱼攻击。在这项工作中,我们调查的明确的功能,应用于网络钓鱼检测的协议。我们应用模糊粗糙集(FRS)理论作为工具,选择最有效的功能,从三个基准数据集。选定的功能被送入三个常用的分类器进行网络钓鱼检测。为了评估FRS特征选择在开发可推广的网络钓鱼检测中的作用,分类器由14,000个网站样本的单独样本外数据集训练。采用随机森林分类,FRS特征选择得到的最大F-测度为95%。此外,FRS在所有三个数据集上选择了9个通用特征。使用此通用功能集的F测量值约为93%,与FRS性能相比,这是一个相当的结果。由于通用功能集不包含来自第三方服务的功能,这一发现意味着在没有外部来源查询的情况下,我们可以获得更快的网络钓鱼检测,这对零日攻击也是鲁棒的。
2019-03-13 cs.CR cs.LG stat.ML
Model Inversion meets Cryptographic Fuzzy Extractors
School of Computing, National University of Singapore(新加坡国立大学计算机学院)
研究模型逆向攻击对基于ML的面部认证系统的威胁,分析现有ℓ2-模糊提取器的安全性缺陷,并提出一种新的安全方案。
2026-08-06 cs.CR cs.LG
Fuzzy Commitments Offer Insufficient Protection to Biometric Templates Produced by Deep Learning
University of Haifa(海法大学)
在这项工作中,我们研究了模糊承诺在应用于面部图像时提供的保护,这些图像由最先进的深度学习面部识别系统处理。我们表明,虽然这些系统能够产生很大的准确性,它们产生的模板太小的熵。因此,我们提出了一种重建攻击,采取一个受保护的模板,并重建一个面部图像。重建的人脸图像与原始图像非常相似。在最简单的攻击场景中,超过78%的重建模板成功解锁帐户(当系统配置为0.1% FAR时)。即使在“最困难”的设置中(我们从一个系统中获取重建图像,并在不同的系统中使用它,使用不同的特征提取过程),重建图像的成功率也比系统的FAR高50到120倍。
2020-12-24 cs.AI cs.CR
Quantitative Questions on Attack-Defense Trees
攻防树是一种新的图形化安全建模和评估方法。该方法包括可视化,直观的树模型,其分析是由一个严格的数学形式主义的支持。该方法的直观和形式两部分都可用于攻防场景的定量分析。在实践中,我们使用直观的问题来询问我们感兴趣的场景的各个方面。形式上,一个计算过程,定义的属性域和自底向上的算法的帮助下,被施加到导出相应的数值。本文弥合了直观和正式的方式定量评估攻击-防御场景之间的差距。我们讨论如何正确地指定一个问题,以便它可以得到明确的回答。给定一个明确的问题,然后我们展示了如何得到一个适当的属性域,构成相应的正式模型。由于任何攻击树都是一个攻击-防御树,因此我们的分析也是攻击树方法的一个进步。
2012-10-30 cs.CR
Quantitative Analysis of DoS Attacks and Client Puzzles in IoT Systems
拒绝服务(DoS)攻击是当今互联网的主要安全威胁。这一挑战与物联网(IoT)尤其相关,因为设备的计算能力、内存和安全机制都较低,无法缓解DoS攻击。本文提出了一个模型,模仿物联网设备网络的独特特征,包括实现“加密谜题”的系统组件-一种DoS缓解技术。我们在系统上创建了一个模拟的DoS攻击,并进行了定量分析,以模拟这种攻击可能对系统产生的影响,评估物联网系统中安全性和吞吐量之间的权衡。我们通过PRISM中的随机模型检验对此进行建模,并提供证据支持这一点,作为一种有价值的方法来比较物联网系统不同实现的效率,并通过案例研究进行了说明。
2017-10-30 cs.CR
Attack-Defense Quantification Based On Game-Theory
随着网络攻防技术的发展,网络环境越来越复杂。由于缺乏对网络攻防行为更准确的量化评估,无法对网络安全态势做出准确的评估。针对这一情况,提出了一个攻防随机博弈模型(ADSGM),分析了不同防御机制的不同安全性,并给出了相应的效用计算方法。通过一个案例分析,展示了主动防御的影响和攻击暴露的风险,证明了本文方法对攻防行为量化的有效性。本文填补了在攻防措施定量评估方面的空白,使攻防定量评估更加全面、准确。
2019-02-27 cs.CR
A Gradient-Optimized TSK Fuzzy Framework for Explainable Phishing Detection
University of Cincinnati(辛辛那提大学);Nexigen(Nexigen公司)
针对钓鱼检测难以兼顾高准确率与可解释性的问题,提出基于梯度优化的一阶TSK模糊推理模型,结合Adam优化器实现高效参数调整,在超23.5万URL数据集上准确率达99.95%且AUC为1.00,提供高精度且可解释的决策工具。
2026-10-19 cs.AI cs.CR cs.LO
Quantitative Verification of Masked Arithmetic Programs against Side-Channel Attacks
功率侧信道攻击通过统计分析来推断秘密数据,已经成为一种严重的威胁。掩蔽是降低秘密数据与边信道信息之间统计相关性的有效对策。然而,设计掩蔽算法是一个容易出错的过程。在本文中,我们提出了一个混合的方法结合类型推断和模型计数来验证屏蔽算术程序对侧信道攻击。类型推断允许一个有效的,轻量级的过程来确定最可观察的变量,而模型计数帐户的完整性。在程序没有被完全屏蔽的情况下,我们还提供了一种方法来量化程序的安全级别。我们实现了我们的方法在一个工具QMVerif和评估它的密码基准。实验结果表明了该方法的有效性和效率。
2019-01-28 cs.CR
Quantitative analysis of attack-fault trees via Markov decision processes
针对现有攻击-故障树定量分析缺乏帕累托分析、计算成本高的问题,提出基于马尔可夫决策过程求解可靠性与攻击成本帕累托前沿的方法,更轻量高效,并经输油管道网攻案例验证。
2024-08-13 cs.CR
Quantitative System-Level Security Verification of the IoV Infrastructure
车联网(IoV)为车辆配备了与互联网和物联网(IoT)的连接,以支持自动驾驶等现代应用。然而,车辆、互联网和物联网等复杂计算领域的整合限制了定制安全解决方案的适用性。在本文中,我们提出了一种新的方法来定量验证车联网基础设施的单个或系统级资产的安全性。具体而言,我们的方法在参考子架构和4+1视图模型分析的帮助下分解了车联网基础设施的资产,将已识别的资产映射到数据、软件、网络和硬件类别。此分析包括自定义威胁建模概念,用于对每个视图模型域的通用漏洞评分系统(CVSS)分数执行参数化。因此,我们的方法能够从攻击路径中分配资产到视图模型域。这为攻击路径的资产配备了我们的IoV驱动的CVSS分数。我们的CVSS分数评估我们用于马尔可夫链转移概率的攻击可能性。通过这种方式,我们可以在一组车联网资产中定量验证系统级安全性。我们的研究结果表明,我们的方法适用于任意IoV攻击路径。根据我们对CVSS分数的参数化和我们对用例的选择,与授权和未经授权的攻击者分别进行的近距离攻击相比,远程攻击不太可能损害位置数据。
2021-01-15 cs.CR
Optimal quantitative cryptanalysis of permutation-only multimedia ciphers against plaintext attacks
最近,提出了一种基于混沌映射的像素位图像置乱加密算法。将该算法看作是一种典型的二值图像置乱/置换算法,其作用于大小为$M\times (8N)$的明文,提出了一种新的优化方法,利用已知的/选择的明文对该算法进行破解。攻击的空间复杂度和计算复杂性分别只有$O(32\cdot MN)$和$O(16\cdot n_0\cdot MN)$,其中$n_0$是使用的已知/选择明文的数量。该方法可以很容易地扩展到打破任何纯置换加密方案施加在明文的大小$M\times N$和与$L$不同级别的值。相应的空间复杂度和计算复杂性分别只有$O(MN)$和$O(\lceil\log_L(MN)\rceil \cdot MN)$。此外,对图像置乱加密算法的性能也作了一些具体的评价。
2016-09-21 cs.CR
Threat-Informed Cyber Resilience Index: A Probabilistic Quantitative Approach to Measure Defence Effectiveness Against Cyber Attacks
本文提出基于威胁情报与POMDP的网络弹性指数CRI,将攻击者TTPs和不确定性纳入动态评估,以单一量化指标衡量组织防御有效性并支持资源配置决策。
2024-09-06 cs.CR
Attribute Evaluation on Attack Trees with Incomplete Information
攻击树被认为是安全建模的有用工具,因为它们支持定性和定量分析。定量方法基于与树中每个节点相关联的值,例如,表示攻击的最小成本或概率。目前的攻击树的定量方法允许分析师,基于初始分配的值的叶节点,推导出的值的树中的较高的节点。然而,在实践中,很难获得所有叶节点的可靠值。主要原因是数据仅可用于某些节点,数据可用于中间结点而不是叶节点,或者甚至可用数据不一致。我们解决这些问题,通过开发一个概括的标准自下而上的计算方法在三个方面。首先,我们允许非叶子节点的初始属性。其次,我们承认额外的攻击步骤之间的关系超出了那些提供的基础攻击树语义。第三,我们支持在不一致的情况下近似解的计算。我们说明了我们的方法,这是基于约束规划,通过一个全面的案例研究。
2019-01-10 cs.CR
Efficient Algorithms for Quantitative Attack Tree Analysis
已经提出了许多用于定量攻击树分析的分析方法。这些算法计算相关的安全指标,即量化系统安全性的性能指标,例如最可能的攻击,最便宜的攻击或最具破坏性的攻击。本文将攻击树分为两个维度:正确树与有向无环图(即具有共享子树);静态与动态门。对于每个类,我们提出了新的算法,工作在一个通用的属性域,包括大量的具体的安全指标定义的攻击树语义。我们还分析了我们的方法的计算复杂性。
2021-05-22 cs.CR cs.DS
Quantitative Security Risk Modeling and Analysis with RisQFLan
特定领域的定量建模和分析方法在定性方法不合适或不可行的情况下是基本的。在本文中,我们提出了一个工具支持的方法来定量的基于图的安全风险建模和分析的基础上的攻击防御树。我们的方法是基于QFLan,一个成功的特定领域的方法,以支持定量建模和分析的高度可配置的系统,其特定领域的组件已被解耦,以方便实例化的QFLan方法在域中的基于图的安全风险建模和分析。我们的方法结合了三种流行的攻击树,即增强型攻击树,基于能力的攻击树和攻击对策树,到特定领域的建模语言的显着特点。其结果是一个新的框架,称为RisQFLan,支持定量安全风险建模和分析的基础上的攻击-防御图。通过提供概率攻击场景的精确或统计验证,RisQFLan对该领域现有的工具集做出了重大的新贡献。我们通过突出RisQFLan在三个说明性案例研究中提供的额外功能来验证我们的方法,这些案例研究从开创性的方法到基于攻击树的基于图的安全风险建模分析。
2021-01-21 cs.CR cs.SE
QuADTool: Attack-Defense-Tree Synthesis, Analysis and Bridge to Verification
本文提出 QuADTool,支持攻击-防御树的综合、多指标定量分析及模型检测接口,并扩展标准方法以处理 PAC 不精确输入、给出结果不确定性的严格界限。
2024-09-17 cs.CR
Cognitive Triaging of Phishing Attacks
在本文中,我们采用定量测量的认知漏洞触发钓鱼电子邮件来预测攻击的成功程度。为了实现这一目标,我们依赖于认知心理学文献,并开发了一种基于机器学习和计量经济学的自动化和完全定量的方法,以构建一个分流机制,围绕网络钓鱼电子邮件的认知功能,我们展示了我们的方法依赖于欧洲一家大型金融机构的反网络钓鱼部门的数据。我们的评估表明,经验表明,响应团队可以建立一个有效的网络钓鱼成功分类机制,以有效地优先考虑补救工作(例如,域名删除),首先对那些更有可能从潜在受害者那里收集高响应率的攻击采取行动。
2019-05-29 cs.CR
Efficient and Generic Algorithms for Quantitative Attack Tree Analysis
已经提出了许多用于定量攻击树分析的分析方法。这些算法计算相关的安全指标,即量化系统安全性的性能指标;典型的指标是最可能的攻击,最便宜的,或最具破坏性的。然而,现有的方法只针对特定的指标或不工作的一般攻击树。本文将攻击树分为两个维度:正确树与有向无环图(即具有共享子树);静态与动态门。对于这四个类中的三个,我们提出了新的算法,工作在一个通用的属性域,包括大量的具体的安全度量定义的攻击树语义;动态攻击树与有向无环图结构被留下作为一个开放的问题。我们还分析了我们的方法的计算复杂性。
2022-12-10 cs.CR cs.DS
A quantitative notion of economic security for smart contract compositions
本文提出一种量化经济安全概念,衡量智能合约组合中单组件攻击对系统整体损失的放大效应,并应用于分析借贷协议与去中心化交易所组合中的抵押不足贷款攻击。
2025-05-25 cs.CR
Quantitative Analysis of Active Cyber Defenses Based on Temporal Platform Diversity
基于时间平台多样性的主动网络防御已经被提出作为使系统更抵抗攻击的方式。这些防御改变了平台的属性,使攻击变得更加复杂。不幸的是,在衡量这些防御措施的有效性方面做的工作很少。在这项工作中,我们使用四种不同的方法来定量分析这些防御:抽象分析研究了时间平台多样性系统的代数模型;在测试床上的一组实验测量了系统的兴趣指标;博弈论分析研究了优先选择平台的影响并得出最佳策略;最后,一组模拟评估模型上感兴趣的度量。我们从这些方法得到的结果都是一致的,但却与直觉相反。我们表明,虽然平台多样性可以减轻一些攻击,但它可能对其他人有害。我们还说明,从这些系统的好处在很大程度上取决于他们的威胁模型和优先选择的平台可以实现更好的保护。
2014-01-31 cs.CR
Software Updates Strategies: a Quantitative Evaluation against Advanced Persistent Threats
软件更新减少了被利用的机会。然而,由于更新也可能引入破坏性的更改,因此企业面临着平衡使用更新保护软件的需求与支持操作的需求的问题。我们提出了一种方法来定量研究软件更新策略对高级持续性威胁(APT)攻击的有效性。我们考虑的策略,供应商的更新是唯一的限制因素的情况下,企业延迟更新1至7个月的基础上SANS数据。我们手动策划的APT攻击数据集涵盖了2008年至2020年的86种APT和350种活动。它包括有关攻击媒介、已利用漏洞(例如,0天与公共漏洞)以及受影响软件和版本的信息。与通常的看法相反,大多数APT活动都使用了公开的漏洞。如果一个企业理论上可以在更新发布后立即更新,那么它面临的被入侵的几率将低于等待一个月(4.9倍)或三个月(9.1倍)的企业。然而,如果受到攻击,它仍然有14%到33%的时间会受到损害。在实践中,企业必须在应用更新之前进行回归测试,我们的主要发现是,与更新所有版本的公司相比,可以执行所有可能更新的12%,仅限于修复公开已知漏洞的版本,而不会显着改变被泄露的几率。
2022-05-25 cs.CR
ATM: a Logic for Quantitative Security Properties on Attack Trees
针对攻击树缺乏易懂且强大的定量属性查询工具的问题,本文提出ATM逻辑,支持成本、概率等安全属性规范与假设场景构建,结合二元决策图实现属性检查与指标计算,并通过CubeSAT案例验证了其潜力。
2024-05-17 cs.CR cs.LO
Attack Trees with Sequential Conjunction
我们提供了第一个正式的基础的SAND攻击树,这是一个流行的扩展著名的攻击树。SAND攻击树形式主义通过引入顺序合取算子SAND来增加攻击树的表达能力。此运算符启用有序事件的建模。我们给出了一个语义SAND攻击树解释为系列并行图,并提出了一个完整的公理化的语义。我们定义了范式的SAND攻击树和一个长期重写系统,它允许识别语义等价的树。最后,我们形式化如何定量分析SAND攻击树的属性。
2015-03-08 cs.CR
Is Stubborn Mining Severe in Imperfect GHOST Bitcoin-like Blockchains? Quantitative Analysis
GHOST与最长链协议一样,是一种链选择协议,其抵抗自私挖掘攻击的能力已经在比特币及其变种(Bitcoin-like)的不完美区块链中得到了验证。本文探索了一种基于分析模型的方法来研究不完美的GHOST类比特币区块链中顽固采矿攻击的影响。首先基于马尔可夫链对链动态进行量化,然后推导出矿工收益和系统吞吐量的公式。我们还提出了一个新的度量标准,“危险指数”,它可以用来比较攻击的严重性,也可以帮助攻击者确定它是否是有利可图的进行攻击。实验结果表明:1)计算能力超过30%的攻击者可以通过发起顽固挖掘攻击获得巨大的利润,并极大地降低系统的吞吐量。2)理性攻击者如果计算能力低于25%,就不应该发起顽固的挖掘攻击。3)在GHOST环境下,顽固挖矿攻击比自私挖矿攻击造成的破坏更大。我们的工作提供了深入了解顽固的采矿攻击,并有助于设计对策。
2023-02-01 cs.CR cs.NA math.NA
Quantitative Measurement of Cyber Resilience: Modeling and Experimentation
本文通过建模一辆配备自主防御和物理弹性特征的卡车在恶意软件攻击下的表现,提出简约数学模型和实验方法,以定量测量系统的网络弹性。
2024-12-30 cs.CR math.DS
How hard can it be? Quantifying MITRE attack campaigns with attack trees and cATM logic
University of Twente(特温特大学);Radboud Universiteit(拉德堡德大学);Vrije Universiteit(阿姆斯特丹自由大学);University of Trento(特伦托大学);Technical University of Dennmark(丹麦技术大学)
本文提出利用攻击树和cATM逻辑量化MITRE攻击行动,通过数据驱动方法和开源工具评估攻击可能性,比较不同攻击行动的威胁等级。
2026-01-22 cs.CR cs.LO
Quantitative Information Flow for Hardware: Advancing the Attack Landscape
在现代电子设计自动化(EDA)工具中,安全性仍然是一个事后的想法,它只专注于提高性能和减小芯片尺寸。通常,安全分析是手工进行的,导致设计中的漏洞未被注意到。安全意识EDA工具帮助设计人员识别和消除安全威胁,同时考虑性能和面积。最先进的方法利用信息流分析来发现设计结构中的意外信息泄漏。然而,这种威胁的分类是二元的,导致可以忽略不计的泄漏也被列出。一种新颖的定量分析允许应用度量来确定泄漏的数值。尽管如此,目前量化泄漏的近似方法仍然容易忽略泄漏。本文中引入的数学模型2D-QModel旨在克服这一缺点。此外,由于以前的工作仅包括有限的威胁模型,因此可以使用所提供的方法应用多个威胁模型。使用开源基准测试来展示2D-QModel在设计中识别硬件木马的能力,同时忽略不重要的泄漏。
2022-11-30 cs.AR cs.CR
Quantitative Resilience Modeling for Autonomous Cyber Defense
Dartmouth College(达特茅斯学院);Northeastern University(东北大学)
针对网络攻击下网络弹性缺乏统一定义的问题,提出考虑多目标与资源关键度的可量化弹性公式,在CybORG框架中验证并设计RL防御智能体,证明主动加固与及时恢复对有效防御的关键作用。
2025-09-05 cs.CR cs.LG cs.MA
ADTool: Security Analysis with Attack-Defense Trees (Extended Version)
ADTool是一个免费的开源软件,使用攻击-防御树辅助图形建模和安全定量分析。ADTool的主要特点是易于创建、高效编辑和自下而上自动评估安全相关措施。该工具还支持使用攻击树、保护树和防御树,这些都是攻击-防御树的特定实例。
2013-06-11 cs.CR cs.GT
Machine Learning Security in Industry: A Quantitative Survey
EPFL(洛桑联邦理工学院);QuantPi(QuantPi公司);Eindhoven University of Technology(埃因霍温理工大学);CISPA Helmholtz Center of Information Security(CISPA亥姆霍兹信息安全中心);University of Cagliari(卡利亚里大学)
尽管有大量关于机器学习安全性的学术工作,但对机器学习系统在野外发生的攻击知之甚少。在本文中,我们报告了139个行业从业者的定量研究。我们分析攻击的发生和关注,并评估影响威胁感知和暴露的因素的统计假设。我们的研究结果揭示了对部署的机器学习的现实攻击。在组织层面上,虽然我们在样本中没有发现威胁暴露的预测因素,但实施防御的数量取决于暴露于威胁或成为目标的预期可能性。我们还提供了从业者对个人机器学习攻击相关性的回复的详细分析,揭示了复杂的问题,如不可靠的决策,商业信息泄露和模型中的偏见。最后,我们发现在个人层面上,关于机器学习安全性的先验知识会影响威胁感知。我们的工作为更多关于对抗性机器学习的实践研究铺平了道路,但也为监管和审计提供了见解。
2023-03-10 cs.CR cs.CY cs.LG
Quantitative Analysis of Deeply Quantized Tiny Neural Networks Robust to Adversarial Attacks
University of Glasgow(格拉斯哥大学);City, University of London(伦敦城市大学);STMicroelectronics France(意法半导体法国公司);STMicroelectronics Italy(意法半导体意大利公司)
本文提出基于随机三值量化和逐层Jacobian正则化协同优化的紧凑DNN模型,在CIFAR-10和语音数据集上以较小内存占用实现对黑盒与白盒攻击的鲁棒性,并优于Quanos和DS-CNN基准。
2025-03-12 cs.CR cs.LG cs.PF
From Reconnaissance to Response: Quantitative Risk Parameterization and Game Theoretic Containment in Modern Enterprise Attack
Research Division, Shadeeb Engineering Lab(Shadeeb工程实验室研究部);Capitol Technology University, Department of Engineering(卡皮托尔理工大学工程学院)
本文提出一种集成决策引擎,将定量风险参数化与博弈论相结合,实现企业攻击的亚分钟级自动化遏制,并在真实事件数据上验证了有效性。
2026-10-30 cs.CR cs.GT cs.SY
Assessment of Quantitative Cyber-Physical Reliability of SCADA Systems in Autonomous Vehicle to Grid (V2G) Capable Smart Grids
本文针对具备V2G功能的智能电网中SCADA系统的安全漏洞问题,提出结合贝叶斯攻击图与概率容量停运建模的定量可靠性评估方法,通过蒙特卡洛模拟揭示AV2G攻击对系统性能的影响,为智能电网网络安全强化提供依据。
2025-07-24 cs.CR cs.SY eess.SY
Measuring Robustness in Cyber-Physical Systems under Sensor Attacks
本文基于微分动态逻辑提出信息物理系统传感器攻击下的定量鲁棒性分析框架,定义前向/后向安全与鲁棒性、仿真距离概念,构建证明系统,并通过自动驾驶车辆、水箱案例验证方法有效性。
2024-03-09 cs.CR cs.ET cs.LO