TRADE: TRusted Anonymous Data Exchange: Threat Sharing Using Blockchain Technology
网络攻击变得越来越频繁和复杂,为组织保护其系统和数据免受威胁行为者的攻击带来了重大挑战。今天,威胁行为者动机很强,坚持不懈,有充分的理由,并以协调的方式使用各种复杂的战术,技术和程序进行各种攻击。鉴于这些威胁所带来的风险,很明显,组织需要协作和共享网络威胁信息(CTI),并利用它来改善其安全状况。在本文中,我们介绍了TRADE -可信匿名数据交换-一个基于区块链技术的协作,分布式,可信和匿名CTI共享平台。TRADE使用基于区块链的访问控制框架,旨在提供基本功能和要求,以激励和鼓励组织共享威胁情报信息。在TRADE中,组织可以通过定义用于控制和管理网络中CTI共享的智能合约执行的共享策略来完全控制其数据。TRADE允许组织保持匿名,同时让组织对其在网络中的行为完全负责。最后,TRADE可以很容易地集成到现有的威胁情报交换协议中,例如可信的自动情报信息交换(TAXII)和OpenDXL,从而实现快速而顺利的技术适应。
2021-03-24 cs.CR
Collaborative Information Sharing for ML-Based Threat Detection
最近,协同攻击活动开始在互联网上变得更加普遍。2017年5月,WannaCry在几天内感染了150个国家的30多万台机器,并对关键基础设施产生了很大影响。现有的威胁共享平台无法轻松适应新出现的攻击模式。与此同时,企业开始在其本地网络中采用基于机器学习的威胁检测工具。在本文中,我们提出的问题:\emph{What information can defenders share across multiple networks to help machine learning-based threat detection adapt to new coordinated attacks?}我们提出了三种信息共享方法在两个网络,并显示如何共享的信息可以用于机器学习网络流量模型,以显着提高其检测规避自我传播的恶意软件的能力。
2021-04-23 cs.CR
Cyber Threat Intelligence Model: An Evaluation of Taxonomies, Sharing Standards, and Ontologies within Cyber Threat Intelligence
该研究评估了网络威胁情报领域相关本体、共享标准和分类法在威胁多维度要素等方面的覆盖与表达能力,指出现有全面性本体建设不足、存在设计不完善等问题。
2023-08-28 cs.CR
A Reputation-based Approach using Consortium Blockchain for Cyber Threat Intelligence Sharing
CTI(Cyber Threat Intelligence)共享与交换是提高防护方响应能力的有效方法。区块链技术使共享协作联盟能够在没有可信的中心化机构的情况下进行可信的CTI共享和交换。然而,之前提出的基于区块链的CTI共享模型的分布式连接将系统暴露在拜占庭攻击中,合作伙伴组织的受损成员将通过生成虚假报告进一步降低CTI的准确性和信任级别。为了解决CTI在速度、可扩展性和安全性方面的性能不平衡问题,提出了一种新的基于区块链的CTI模型,该模型将联盟区块链和分布式信誉管理系统相结合,实现了战术威胁情报的自动分析和响应。此外,本文还提出了一种适合CTI共享交换的联盟区块链共识算法。这种新的共识算法称为“信誉证明”(Proof-of Reputation,PoR)共识算法,通过构建信誉模型,满足交易率的要求,使共识在可信的网络环境中进行。最后通过实验验证了所提模型和共识算法的有效性和安全性能。
2021-07-13 cs.CR
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
Taxonomy driven indicator scoring in MISP threat intelligence platforms
IT安全界正面临着从封闭到开放的工作组,从限制性信息到充分信息公开和共享的趋势。这种趋势变化的一个主要特征是每天出现的事件数量和各种妥协指标(IoC),这只能通过协作的方式来面对和解决。共享信息是应对威胁的关键。为了满足信息共享媒介的需要,采取了不同的举措,如称为MISP的开源威胁情报和共享平台。在目前的状态下,这个共享和收集平台已经远远超过了一个恶意软件信息共享平台。它包括所有类型的IoC,恶意软件和漏洞,以及财务威胁或欺诈信息。因此,信息量不断增加和演变。在本文中,我们提出了实现分布式数据交互的方法MISP其次是一个通用的评分模型,在MISP社区内共享的衰减信息。由于MISP社区成员没有相同的目标,因此讨论了评分模型的用例和实现。在实践中经常遇到的用例是检测运营网络中的危害指标。
2019-02-08 cs.CR
A Trusted, Verifiable and Differential Cyber Threat Intelligence Sharing Framework using Blockchain
网络威胁情报(CTI)是有关网络和物理威胁的知识,有助于减轻潜在的网络攻击。当前威胁形势的快速发展使许多组织共享CTI以加强其安全态势,从而实现互利。然而,在许多情况下,CTI数据包含属性(例如,软件版本),可能会泄露敏感信息或对共享组织造成声誉损害。虽然当前的方法允许将CTI共享限制到可信组织,但是它们缺乏其中共享数据可以被验证和"有区别地“传播(即,选择性的信息共享)与由组织灵活定义的策略和度量。在本文中,我们提出了一个基于区块链的CTI共享框架,允许组织以可信,可验证和差异化的方式共享敏感的CTI数据。我们讨论了与现有方法相关的限制,并强调了建议CTI共享框架的优点。我们还使用以太坊区块链网络提供了详细的概念证明。我们的实验结果表明,该框架可以促进CTI的交换,而不会产生显着的额外开销。
2022-08-25 cs.CR cs.DC
Challenges and Opportunities of Blockchain for Cyber Threat Intelligence Sharing
物联网(IoT)技术的出现导致了网络威胁格局的重大转变。因此,企业必须寻找新的方法来更好地管理与基础设施相关的风险。作为回应,大量的研究集中在开发高效的网络威胁情报(CTI)共享平台上。然而,大多数现有的解决方案是高度集中的,并且不提供以分布式方式交换信息的方式。在本章中,我们随后试图评估如何使用区块链技术来解决现有CTI共享平台中存在的一些限制。为了确定基于区块链的共享向前发展的作用,我们提出了一些通用CTI共享挑战,并讨论了区块链如何以安全有效的方式带来解决这些挑战的机会。最后,我们讨论了一系列相关的工作,并指出一些独特的未来研究问题。
2022-05-08 cs.CR cs.DC
A SoK for SoCs: Reading the TI Leaves on AI for Cyber Threat Intelligence Generation and Sharing
UC Santa Barbara(加州大学圣塔芭芭拉分校);UIUC(伊利诺伊大学厄巴纳-香槟分校);Georgia Tech(佐治亚理工学院);Purdue University(普渡大学);University of Chicago(芝加哥大学);Broadcom(博通);University of Virginia(弗吉尼亚大学)
该研究通过文献调查和从业者调研梳理CTI生成与共享的阶段与挑战,探究LLM在各步骤的可行性,发现其需专家监督并提出自动化研究方向。
2026-09-02 cs.CR
Post-quantum Federated Learning: Secure And Scalable Threat Intelligence For Collaborative Cyber Defense
Faculty of Engineering and Technology, Sri Sri University(斯里斯里大学工程与技术学院);Cisco Systems Inc(思科系统公司);Dell Inc.(戴尔公司)
本研究提出基于后量子密码学的量子安全联邦学习框架,通过模拟量子攻击揭示传统FL的漏洞,并在医疗联盟案例中验证了其在威胁情报共享中的安全性和有效性。
2026-03-08 cs.CR
Threat Actor Type Inference and Characterization within Cyber Threat Intelligence
随着网络威胁形势不断变得越来越复杂和多变,了解敌人及其行动方式以减少威胁变得越来越重要。尽管网络安全社区在描述和共享用于通知防御组件的技术指标方面已经发展了一定的成熟度,但我们仍然在努力处理不统一,非结构化和模糊的更高级别信息,例如威胁行为者上下文,从而限制了我们与不同来源相关联以获得更多上下文,准确和相关情报的能力。我们认为有必要克服这一限制,以提高我们制作和更好地操作网络威胁情报的能力。我们的研究表明,通常商定的用于表征威胁参与者及其操作的受控词汇表可用于丰富网络威胁情报,并在可解释和可查询的更高上下文级别上推断新信息。特别是,我们提出了一个本体论的方法来自动推断的威胁行为者的类型的基础上,他们的人物角色,了解他们的性质,并捕捉多态性和变化,他们的行为和特征随着时间的推移。这种方法不仅通过提供用于共享高度上下文网络威胁情报的结构化方式和手段来实现互操作性,而且还以机器速度获得新信息,并最大限度地减少人工分类方法所带来的认知偏差。
2021-09-20 cs.CR
CTI4AI: Threat Intelligence Generation and Sharing after Red Teaming AI Models
Mississippi State University(密西西比州立大学)
随着基于人工智能(AI)和机器学习(ML)技术的实用性的增长,对抗攻击的威胁不断增加。有必要对这个生态系统进行红色团队,以识别系统漏洞、潜在威胁、表征将增强系统鲁棒性的属性,并鼓励创建有效的防御。第二个需求是在不同的利益相关者(如模型开发人员、用户和AI/ML安全专业人员)之间共享这种AI安全威胁情报。在本文中,我们创建并描述了一个原型系统CTI 4AI,以克服系统地识别和共享AI/ML特定漏洞和威胁情报的需求。
2022-08-16 cs.AI cs.CR cs.LG
Cybersecurity Playbook Sharing with STIX 2.1
了解到可互操作的安全剧本将成为防御者减少攻击检测和响应时间的武器库的基本组成部分,是时候考虑他们在结构化共享工作中的地位了。本报告记录了使用可用的扩展定义机制扩展结构化威胁信息表达(STIX)2.1版的过程,以实现共享安全行动手册,包括协作自动行动过程操作(CACAO)行动手册。
2022-08-26 cs.CR
SeCTIS: A Framework to Secure CTI Sharing
针对现有CTI共享方法缺乏隐私保护的问题,提出融合群体学习与区块链、结合零知识证明验证的SeCTIS框架,实现隐私保护下的CTI协作共享,经实验验证具备良好性能与抗攻击鲁棒性。
2024-06-20 cs.CR
Securing Smart Grids Through an Incentive Mechanism for Blockchain-Based Data Sharing
智能电网利用从智能电表收集的数据做出重要的运营决策。然而,它们容易受到虚假数据注入(FDI)攻击,其中攻击者操纵仪表数据以破坏网格操作。现有的FDI工作是基于一个简单的威胁模型,其中一个单一的电网运营商可以访问所有的数据,只有一些米可以妥协。我们的目标是在现实的威胁模型下保护智能电网免受外国直接投资的影响。为此,我们提出了一个威胁模型,其中有多个运营商,每个都有一个部分的网格视图,每个都可以完全妥协。在这种情况下,有效防范外国直接投资的一个办法是在经营者之间分享数据。然而,这里的主要挑战是激励数据共享。我们通过提出一种激励机制来解决这个问题,该机制奖励上传数据的运营商,但如果数据丢失或异常,则对他们进行惩罚。我们推导出正式的条件下,我们的激励机制是可证明的安全对运营商隐瞒或扭曲测量数据的利润。然后,我们在私有区块链上实现了数据共享解决方案,引入了几个优化,克服了区块链固有的性能限制。最后,我们进行了实验评估,证明我们的实现具有实际的性能。
2022-02-09 cs.CR
Toward interoperable representation and sharing of disinformation incidents in cyber threat intelligence
本文提出开源虚假信息威胁情报框架,结合DISARM建模、STIX2映射及DISINFOX交换架构,实现虚假信息事件的可互操作共享,并验证于100多个真实事件。
2025-02-28 cs.CR cs.ET cs.SI
Towards Cyber Threat Intelligence for the IoT
针对现有CTI方案不适用于低功耗物联网设备的问题,本文梳理分析现有CTI框架与交换平台,提出适配物联网的基于MISP的CTI架构,以及优化低功耗设备的tinySTIX标准,助力物联网网络安全防护。
2024-06-19 cs.CR
A Blockchain-Enabled Incentivised Framework for Cyber Threat Intelligence Sharing in ICS
近年来,工业控制系统(ICS)越来越多地成为复杂网络攻击的目标。提高ICS安全性在文献中引起了极大的关注,这些文献强调了网络威胁情报(CTI)共享在加速检测、缓解和预防网络攻击方面的重要性。然而,由于担心风险暴露、声誉受损和缺乏激励措施,组织不愿意交换CTI。此外,有有限的讨论的因素,影响参与分享有关ICS的CTI。现有的CTI共享平台依赖于集中的可信架构,该架构存在单点故障,并且由于中央节点维护CTI详细信息,因此会危及公司的隐私。在本文中,我们解决了参与ICS管理和保护的组织的需求,并提出了一个新的框架,该框架使用区块链促进与ICS相关的CTI的安全,私密和激励交换。我们提出了一个新的支持区块链的框架,可以促进ICS中多个利益相关者之间CTI数据的安全传播。我们提供了框架设计,技术开发和评估框架的可行性,在现实世界的应用环境中使用实际的用例场景。我们提出的设计显示了一个更实用和有效的框架,CTI共享网络ICS,包括赋予和承认的数据隐私,信任障碍,并在这个领域根深蒂固的安全问题。
2021-12-01 cs.CR cs.DC
Universal share based quantum multi secret image sharing scheme
Dharmsinh Desai University(达尔姆辛赫·德赛大学)
针对图像安全与窃听威胁,本研究结合量子计算与视觉密码学优势,提出了一种基于通用份额的量子多秘密图像共享技术,为企业数据访问和军事通信等应用提供了高抗窃听能力的鲁棒安全解决方案。
2025-09-16 cs.CR
Byzantine-Robust Federated Learning Framework with Post-Quantum Secure Aggregation for Real-Time Threat Intelligence Sharing in Critical IoT Infrastructure
本文提出一种结合后量子安全聚合的联邦学习框架,用于关键物联网基础设施中实时威胁情报共享,通过自适应加权聚合和基于格的加密协议,有效防御拜占庭攻击和量子威胁。
2026-01-03 cs.CR cs.LG
Privacy-Friendly Collaboration for Cyber Threat Mitigation
跨组织边界共享安全数据通常被认为是增强网络威胁缓解的一种有前途的方法。然而,协作安全面临着许多重要的挑战,包括隐私,信任和责任问题与敏感数据的潜在披露。在本文中,我们专注于预测性黑名单的数据共享,即,根据过去的攻击信息预测攻击源。我们提出了一种新的隐私增强的数据共享方法,在该方法中,组织在不披露其数据集的情况下估计协作效益,组织成联盟组织的联盟,并在这些联盟内安全地共享数据。我们研究了不同的合作伙伴选择策略如何影响预测准确性,通过对20亿个IP地址的真实数据集进行实验,并观察到高达105%的预测改进。
2017-03-01 cs.CR cs.NI
Orchestrating Collaborative Cybersecurity: A Secure Framework for Distributed Privacy-Preserving Threat Intelligence Sharing
Tune Insight SA(Tune Insight股份公司);Cyber-Defence Campus, armasuisse Science and Technology(瑞士国防装备采购局科技处网络防御园区);École polytechnique fédérale de Lausanne (EPFL)(洛桑联邦理工学院)
网络威胁情报(CTI)共享是减少攻击者和防御者之间信息不对称的重要活动。然而,由于数据共享和保密性之间的紧张关系,这一活动带来了挑战,导致信息保留往往导致搭便车问题。因此,共享的信息仅代表冰山一角。目前的文献假设可以访问包含所有信息的中央数据库,但由于上述紧张关系,这并不总是可行的。这会导致不平衡或不完整的数据集,需要使用技术来扩展它们;我们展示了这些技术如何导致有偏见的结果和误导性的性能预期。我们提出了一种新的框架,用于从分布式数据中提取CTI事件,漏洞和指标的妥协,并展示了它的使用在几个实际情况下,与恶意软件信息共享平台(MISP)。CTI共享的政策影响和讨论。所提出的系统依赖于隐私增强技术和联邦处理的有效组合。这使组织能够控制其CTI并最大限度地降低暴露或泄漏的风险,同时实现共享、更准确和更具代表性的结果以及更有效的预测性和预防性防御的好处。
2022-09-06 cs.AI cs.CR cs.DB
Poster: Towards Selecting Threat Appropriate Industrial Intrusion Detection Systems
RWTH Aachen University(亚琛工业大学);Fraunhofer FKIE(弗劳恩霍夫FKIE研究所)
针对工业控制系统威胁动态变化,提出基于反威胁情报共享的检测器选择机制,通过攻击层面性能评估验证其能提升安全防护效果。
2026-09-14 cs.CR
Blockchain-assisted Undisclosed IIoT Vulnerabilities Trusted Sharing Protection with Dynamic Token
随着工业物联网(IIoT)设备的大规模部署,威胁IIoT安全的漏洞数量也在急剧增加,其中包括大量未公开的IIoT漏洞,这些漏洞缺乏缓解措施。协同漏洞披露(CVD)是最流行的漏洞共享解决方案之一,其中一些安全工作者(SW)可以共同开发未公开的漏洞补丁。然而,CVD假设共享参与者(SW)都是诚实的,因此为不诚实的SW提供了泄露未公开的IIoT漏洞的机会。为了应对这些威胁,我们提出了一个具有动态令牌的未公开IIoT漏洞可信共享保护(UIV-TSP)方案。在本文中,动态令牌是一种隐式的访问凭证,供软件获取未公开的漏洞信息,仅由系统持有,并随着软件访问而不断更新。同时,可以将最新更新的令牌作为可追溯性令牌悄悄地潜入所获取的信息中。一旦未公开的漏洞信息离开软件主机,嵌入式自毁程序将自动触发,以防止泄漏,因为可追溯性令牌中的目的MAC地址已更改。为了快速区分不诚实的软件,信任机制被用来评估软件的信任值。此外,我们设计了一种区块链辅助的连续日志存储方法,以实现动态令牌的防篡改和未公开的IIoT漏洞共享的透明性。仿真结果表明,我们提出的方案是弹性的,以抑制不诚实的SW和保护物联网未公开的漏洞有效。
2022-05-10 cs.CR
Lack of Systematic Approach to Security of IoT Context Sharing Platforms
本文指出物联网上下文共享平台安全性缺乏系统性方法,提出采用MITRE ATT&CK进行威胁建模,以系统评估现有方案并开发“设计即安全”的解决方案。
2024-07-07 cs.CR
A Cyber Threat Intelligence Management Platform for Industrial Environments
开发智能的、可互操作的网络威胁信息(CTI)共享技术可以帮助建立强大的防御现代网络威胁的能力。CTI允许社区共享有关网络犯罪分子的威胁和漏洞以及防御措施或检测恶意活动的信息。成功的关键是与网络风险相关的数据是可以理解的,有组织的,并且质量良好。接收方可以掌握其内容并有效利用。本文介绍了一种用于工业环境的创新网络威胁情报管理平台(CTIMP),这是Cyber-pi项目的重要组成部分之一。特别是,建议的架构使用来自可信公共来源的网络知识,并以完全可互操作和智能的方式将其与来自组织监督基础设施的相关信息集成。当与高级可视化机制和用户界面相结合时,上述服务为管理员提供了他们所需的态势感知,同时还允许扩展合作,智能选择高级应对策略,以及一组用于处理威胁的自动自我修复规则。
2023-01-09 cs.CR
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
Mining the YARA Ecosystem: From Ad-Hoc Sharing to Data-Driven Threat Intelligence
Polytechnique Montréal(蒙特利尔理工学院);Concordia University(康考迪亚大学)
研究通过分析840万条规则揭示YARA生态系统高度集中且存在运营问题,提出需从随意收集转向严格规则工程。
2026-03-15 cs.CR cs.SE
Combining Shamir & Additive Secret Sharing to Improve Efficiency of SMC Primitives Against Malicious Adversaries
本研究提出结合Shamir与加法秘密共享的并行方案,将被动安全协议转化为主动安全协议,并构建更高效的比较协议,以提升安全多方计算的效率与安全性。
2023-11-15 cs.CR
Leveraging Sharing Communities to Achieve Federated Learning for Cybersecurity
计算机网络中的自动化网络威胁检测是网络安全中的主要挑战。网络领域具有固有的挑战,使得传统的机器学习技术存在问题,特别是需要通过全球协作来学习不断演变的攻击,同时维护数据隐私,以及网络所有者可用的各种资源。我们提出了一个计划,以减轻这些困难,通过架构的方法,使用社区模型共享流分析管道。我们的流方法在处理每个日志记录时递增地训练模型,从而适应不断变化的攻击所导致的概念漂移。此外,我们还设计了一种社区共享方法,通过合并模型来联合学习,而无需共享敏感的网络日志数据。最后,通过以模块化方式标准化数据和机器学习流程,我们为网络安全运营商提供了管理网络威胁事件和模型敏感性的能力,通过社区成员和分析方法加权,以最适合其可用资源和数据的方式。
2021-04-27 cs.CR cs.MA
Exploring the Integration of Differential Privacy in Cybersecurity Analytics: Balancing Data Utility and Privacy in Threat Intelligence
University of Chadli Bendjedid, Faculty of Sciences & Technology(查德利·本杰迪德大学,科学与技术学院)
本文探讨了差分隐私在网络安全分析中的应用,通过平衡数据效用与隐私保护,提升威胁情报的安全共享能力。
2026-01-01 cs.CR
BinaryShield: Cross-Service Threat Intelligence in LLM Services using Privacy-Preserving Fingerprints
Microsoft Redmond, USA(微软红mond分校);Microsoft New York, USA(微软纽约分校)
BinaryShield通过隐私保护技术实现跨服务威胁情报共享,提升LLM安全防护能力。
2026-02-28 cs.AI cs.CL cs.CR
An AI-Driven VM Threat Prediction Model for Multi-Risks Analysis-Based Cloud Cybersecurity
针对云虚拟化中VM面临的多类安全风险,本文提出MR-TPM,通过量化配置、管理及用户行为风险并利用机器学习分类器预测威胁,实验表明其可将安全威胁降低88.9%。
2023-08-18 cs.CR cs.DC
A Structured Analysis of Information Security Incidents in the Maritime Sector
海事部门的网络攻击可能对世界经济产生重大影响。然而,这一威胁的严重性可能被低估,因为许多攻击仍然不为人知或未被注意。我们概述了过去20年来海事部门众所周知的网络事件。我们总共发现了90起公开报道的攻击和15起概念证明。此外,我们还采访了来自海事部门的五位IT安全专家。访谈将我们的研究结果放在正确的角度,并证实我们的观点是全面的。然而,受访者强调,未报告事件的黑暗数字很高,并认为威胁信息共享可能有助于预防攻击。从这些结果中,我们提取了海事部门参与者的威胁。
2021-12-13 cs.CR
Split Happens: Combating Advanced Threats with Split Learning and Function Secret Sharing
Department of Computing Sciences Tampere University(计算科学系塔尔皮奥大学)
本文提出SplitHappens,将FSS与U-shaped SL结合,提升数据隐私保护,抵御模型反演和标签推理攻击,同时降低训练时间与通信成本并保持准确率。
2025-07-14 cs.CR cs.LG
A Cyber Threat Intelligence Sharing Scheme based on Federated Learning for Network Intrusion Detection
提出基于联邦学习的协作式威胁情报共享框架,允许多组织在不共享敏感数据的情况下联合训练网络入侵检测模型,并在NetFlow格式数据集上验证其有效性。
2021-11-04 cs.AI cs.CR cs.LG
From Text to Actionable Intelligence: Automating STIX Entity and Relationship Extraction
本文提出 AZERG 工具,通过微调大语言模型将非结构化威胁报告自动转换为 STIX 结构化数据,并在四个子任务上取得优于现有方法的性能。
2025-07-22 cs.CR
Understanding the Relationship Between Personal Data Privacy Literacy and Data Privacy Information Sharing by University Students
本研究通过调查美国大学生,发现高隐私素养者采用更多样化的隐私保护措施并更积极参与隐私讨论,建议加强大学教育以提升数据隐私意识。
2025-05-24 cs.CR
FSCsec: Collaboration in Financial Sector Cybersecurity -- Exploring the Impact of Resource Sharing on IT Security
本文研究金融行业网络安全协作中资源共享对 IT 安全的影响,结合保护动机理论和制度理论分析监管压力、机构协作与保护动机等因素,为金融机构优化安全决策提供见解。
2024-10-19 cs.CR
Decaying Indicators of Compromise
妥协指标数量的稳步增加及其不稳定性使其处理具有挑战性。一旦被破坏的基础设施被清理干净,威胁行为者就会转移到其他目标基础设施,或者只是改变攻击策略。为了简化对IoC的评估以及利用综合分析能力,引入了威胁情报共享平台,以促进社区层面的协作。在本文中,开源的威胁情报平台MISP是用来实现和展示一个通用的评分模型,为MISP社区内共享的腐烂的IoC匹配他们的异构目标。该模型考虑到现有的元信息共享以及妥协的指标,促进决策过程中的机器方面的有效性的共享指标的妥协。该模型适用于事件响应期间通常遇到的常见用例。
2018-03-29 cs.CR
MedExChain: Enabling Secure and Efffcient PHR Sharing Across Heterogeneous Blockchains
Tianjin University(天津大学);Griffith University(格里菲斯大学);The University of Queensland(昆士兰大学);Southern Cross University(南十字星大学)
MedExChain通过跨异构区块链的安全高效PHR共享方案,解决医疗数据在不同区块链架构间共享的性能与安全挑战。
2026-02-12 cs.CR
Cybersecurity Information Exchange with Privacy (CYBEX-P) and TAHOE -- A Cyberthreat Language
University of Nevada, Reno(内华达大学里诺分校)
网络安全信息共享(CIS)旨在更有效地保护组织免受高级网络攻击。然而,完全自动化的CIS平台并没有被广泛采用。主要挑战是:(1)缺乏强大的网络威胁语言(CTL)和(2)对数据隐私的担忧。这项工作介绍了网络安全信息交换与隐私(CYBEX-P),作为一个CIS框架,以应对这些挑战。CYBEX-P允许组织通过基于属性的隐私控制来共享异构数据。它将数据关联起来,自动生成直观的报告和防御规则。为了实现这样的通用性,我们已经开发了TAHOE -一个基于图形的CTL。TAHOE是一种用于存储、共享和分析威胁数据的结构。它还内在地关联数据。我们进一步开发了一个通用的威胁数据查询语言(TDQL)。在本文中,我们提出了CYBEX-P的系统架构,然后讨论了它的可扩展性和隐私功能,以及CYBEX-P提供基础设施即服务(IaaS)的用例。我们进一步引入TAHOE和TDQL作为现有CTL的更好的替代品,并制定了ThreatRank -一种检测新恶意事件的算法,
2021-06-03 cs.CR cs.LG
Federated Attack Campaign Detection via Contrastive Encoding of Threat Indicators in Gradient Updates
Technical University of Applied Sciences Würzburg-Schweinfurt(维尔茨堡-施韦因富特应用技术大学);Bielefeld University(比勒费尔德大学);Center for Cybersecurity TTZ-WUE(TTZ-WUE网络安全中心)
提出FedIoC模块化框架,通过客户端梯度更新中威胁指标的对比编码,在联邦学习场景下无需直接传输IoC即可跨组织检测协同网络攻击活动,明确非IID梯度结构为恢复的主要驱动因素。
2026-09-07 cs.CR cs.LG
Authentication, Authorization, and Selective Disclosure for IoT data sharing using Verifiable Credentials and Zero-Knowledge Proofs
随着物联网变得无所不在,产生了大量数据,这些数据可用于构建创新应用程序。然而,互操作性问题和安全问题阻止了这些数据的全部潜力。在本文中,我们考虑了智能建筑产生的数据的用例。通过集成物联网设备,建筑物正在变得越来越“智能”,这些设备通过传感和自动化来提高舒适度。然而,这些设备及其数据通常在特定应用或制造商中是孤立的,即使它们对于提供不同类型的“过顶”服务的各种感兴趣的利益相关者可能是有价值的,例如,能源管理大多数数据共享技术都遵循“全有或全无”的方法,这会造成重大的安全和隐私威胁,即使是部分暴露的、隐私保护的数据子集也会推动创新应用。考虑到这些,我们开发了一个平台,可以控制,保护隐私的数据项共享。我们的系统在两个方面进行了创新:首先,它提供了一个框架,允许在不违反其完整性的情况下发现和选择性地披露物联网数据。其次,它提供了一种用户友好的、直观的机制,允许对共享数据进行有效的、细粒度的访问控制。我们的解决方案利用了自主身份、可验证凭据和零知识证明领域的最新进展,并将它们集成到一个结合了行业标准授权框架OAuth 2.0和物联网规范的平台中。
2022-09-01 cs.CR
Exception Agent Detection System for IP Spoofing Over Online Environments
近年来,由于当前在不同在线环境中操纵系统性能的变化,IP和电子邮件欺骗对于安全问题变得非常重要。入侵检测系统(IDS)已被用来保护这些环境中共享他们的数据通过网络和基于主机的IDS方法。然而,互联网和局域网上的入侵事件的快速增长成为负责不同的威胁和漏洞的计算系统中的分布。目前入侵检测系统所采用的特征检测方法,是基于对时间、文本、口令等行为模式的分析和描述来检测不明确的行为,在信息更新、检测未知的新型攻击、维护入侵检测系统等方面面临困难,而入侵检测系统的维护又需要对安全漏洞进行分析和修补,而且缺乏用户权限和攻击特征结构等信息。因此,本文提出了一个EADS(异常代理检测系统),以确保通过IP承载的头信息在线环境。本研究主要针对网路环境下数据共享中的未知威胁攻击进行侦测与消除。
2009-11-03 cs.CR
Systematic Survey on Privacy-Preserving Architectures for IoT and Vehicular Data Sharing: Techniques, Challenges, and Future Directions
Ho Chi Minh City University of Technology (HCMUT)(胡志明市理工大学);Vietnam National University Ho Chi Minh City(越南国立大学胡志明市);FPT University(FPT大学);RMIT University(皇家墨尔本理工大学);Ton Duc Thang University(顿特堂大学)
本文系统分析了75篇关于物联网和车联网数据共享中隐私保护架构的论文,揭示了隐私-效率-信任三重困境,并指出混合架构是未来发展方向。
2026-03-04 cs.CR
Fed-urlBERT: Client-side Lightweight Federated Transformers for URL Threat Analysis
本文提出Fed-urlBERT,通过分割学习构建客户端轻量级联邦URL预训练模型,在IID与非IID场景下达到接近集中式模型的性能并降低约7% FPR。
2023-12-06 cs.CR
Controlled Data Sharing for Collaborative Predictive Blacklisting
尽管跨组织共享数据通常被认为是加强网络安全的一种有前途的方式,但由于保密性、信任和责任方面的挑战,合作计划很少付诸实践。在本文中,我们调查是否可以通过一个受控的数据共享的方法,使组织作出明智的决定,是否或不共享,以及有多少,实现协作的威胁缓解。使用适当的加密工具,实体可以评估协作的好处,并以隐私保护的方式就共享内容达成一致,而不必披露其数据集。我们专注于协作预测黑名单,即,根据自己的日志和其他组织贡献的日志预测攻击源。我们通过对两个月内从Dshield收集的20亿个可疑IP地址的真实数据集进行实验,研究了不同共享策略的影响。我们发现,受控的数据共享平均可提高高达105%的准确性,同时还降低了误报率。
2015-04-16 cs.CR cs.NI
Authentication Devices in Fog-Mobile Edge Computing Environments Through a Wireless Grid Resource Sharing Protocol
物联网(IoT)、云计算、雾计算、移动边缘计算和无线网格的快速增长导致了相对不成熟的技术的广泛部署。这些技术将主要使用5G无线通信网络,因为它们可以在几乎没有基础设施的情况下快速部署,并适用于使用众多互联网连接设备(ICD)的环境,因此变得越来越受欢迎。由于这些技术受到安全问题的困扰,因此这些网络必须受到强大的安全体系结构的保护。智能ICD到物联网网络的身份验证是在这些新的信息系统平台上实现安全性的关键机制。本文确定了这些ICD所需的身份验证过程,这些ICD需要证明其身份,以便通过无线网格身份验证过程对物联网雾移动边缘计算(FMEC)云网络进行身份验证。本文的目的是假设在物联网架构中使用这些FMEC云的通用身份验证方法。被称为wg-IoT的拟议方法必须包括雾计算、无线网格和移动边缘计算云的集成,以创建这种新的物联网架构。首先,从无线网格的资源共享协议(RSP)开发的认证过程,并提出了ICD的认证。无线网格核心组件必须嵌入到物联网设备或传感器中,这取决于它们处理五个主要功能的能力:身份识别和存在管理、权限管理、数据可传输性、应用程序编程接口和安全性。
2022-07-05 cs.CR
Dullahan: Stealthy Backdoor Attack against Without-Label-Sharing Split Learning
本文提出SBAT,一种针对无标签共享分割学习的隐蔽后门攻击策略,通过训练后向服务器网络注入触发器嵌入,在不修改训练中间参数的情况下实现高隐蔽性攻击,揭示了分割学习的安全漏洞。
2024-10-21 cs.CR
Securing AI Agents in Cyber-Physical Systems: A Survey of Environmental Interactions, Deepfake Threats, and Defenses
Binghamton University(宾汉姆顿大学)
本文综述了物理信息系统中AI代理的安全威胁,重点分析了环境交互、深度伪造攻击及MCP漏洞,并提出基于SENTINEL框架的防御策略与挑战。
2026-01-28 cs.CR cs.DC
TSTEM: A Cognitive Platform for Collecting Cyber Threat Intelligence in the Wild
针对缺乏开源流式CTI数据部署平台的问题,提出基于云计算和容器化微服务架构的原型平台TSTEM,利用NLP模型实现多阶段IOC提取,在不到一分钟内准确率超98%,有效提升了网络威胁情报的实时检测与共享能力。
2024-02-15 cs.CR
Information Inference Diagrams: Complementing Privacy and Security Analyses Beyond Data Flows
Technische Universität Dresden(德累斯顿工业大学);Centre for Tactile Internet with Human-in-the-Loop (CeTI)(人机交互触觉互联网中心);Barkhausen Institute(巴克豪森研究所);Carl von Ossietzky Universität Oldenburg(奥尔登堡卡尔·冯·奥西茨基大学)
本文提出信息推断图(I2Ds)框架,补充数据流图,通过形式化定义信息传播与推断关系,支持更严谨的威胁建模,并展示其适用性。
2025-09-11 cs.CR
SMEs' Confidentiality Concerns for Security Information Sharing
中小企业被认为是欧盟经济的重要组成部分,但极易受到网络攻击。中小企业有着与大公司不同的具体特点,并影响其采用良好的网络安全实践。为了减轻中小企业的网络安全采用问题,并提高他们对网络威胁的认识,我们设计了一个自定进度的安全评估和能力改进方法,CYSEC。CYSEC是一种安全意识和培训方法,利用自我报告问卷来收集公司关于网络安全意识,实践和漏洞的信息,以生成自动化的咨询建议。然而,对网络安全信息的保密性担忧影响了公司分享信息的意愿。安全信息共享降低了事故风险,并提高了用户在安全意识计划中的自我效能。本文介绍了半结构化访谈的结果与七个首席信息安全官员的中小企业,以评估在线同意沟通的信息共享的动机的影响。根据自决理论对结果进行了分析。研究结果表明,在线同意与多个选项,以表明一个合适的协议水平提高了信息共享的动机。这使许多中小企业能够参与安全信息共享活动,并支持安全专家更好地了解常见漏洞。最终出版物可通过https://doi.org/10.1007/978-3-030-57404-8_22在Springer获得
2021-07-22 cs.CR cs.CY