Deep Reinforcement Learning for Cybersecurity Threat Detection and Protection: A Review
Microsoft R&D(微软研发中心);BITS Pilani(博拉理工学院皮拉尼校区)
网络安全威胁形势最近变得过于复杂。威胁行为者以非常协调的方式利用网络和端点安全中的弱点来实施复杂的攻击,这些攻击可能会使整个网络和网络中的许多关键主机瘫痪。越来越先进的深度和基于机器学习的解决方案已被用于威胁检测和保护。这些技术的应用在科学文献中得到了很好的综述。深度强化学习在为早期需要高级人类认知的领域开发基于人工智能的解决方案方面表现出了巨大的潜力。深度强化学习下的不同技术和算法在从游戏到工业过程的应用中显示出巨大的前景,据称可以增强具有通用AI功能的系统。这些算法最近也被用于网络安全,特别是在威胁检测和端点保护方面,这些算法显示出最先进的结果。与监督机器和深度学习不同,深度强化学习的使用方式更加多样化,并在威胁防御领域为许多创新应用提供支持。然而,没有对这些独特的应用和成就进行任何全面审查。因此,在本文中,我们打算填补这一空白,并全面回顾深度强化学习在网络安全威胁检测和保护中的不同应用。
2022-06-06 cs.AI cs.CR
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
Bayesian adversarial multi-node bandit for optimal smart grid protection against cyber attacks
Xi'an Jiaotong-Liverpool University(西交利物浦大学);University of Strathclyde(思克莱德大学);University of New South Wales(新南威尔士大学)
智能电网的网络安全已成为发展可靠的现代电力和能源系统的关键问题之一。本文介绍了一种非平稳的对抗成本与变化约束的智能电网,使我们能够在一个相对实际的情况下,研究最佳的智能电网保护免受网络攻击的问题。特别地,构造了一个具有对抗成本的贝叶斯多节点强盗(MNB)模型,并定义了一个新的后悔函数。提出了一种求解该问题的算法-通过算例验证了该算法在实际智能电网中的适用性和性能。
2021-02-20 cs.CR cs.LG cs.SY
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
Data Protection and Corporate Reputation Management in the Digital Era
I'M BRAND INSTITUTE Sp. z o.o.(I'M BRAND INSTITUTE 有限责任公司);Nowy Sącz School of Business - National Louis University(新松奇商学院 - 国家路易斯大学);University College of Professional Education in Wroclaw(弗罗茨瓦夫职业教育学院);WSB Merito University in Toruń(托伦 WSB Merito 大学);Pomeranian Higher School in Starogard Gdanski, Institute of Management, Economics and Logistics(什切青波美拉尼亚高等学院(斯塔尔加德格丹斯基)管理、经济与物流研究所);GLOBAL HYDROGEN spółka akcyjna(GLOBAL HYDROGEN 股份公司);WSB Merito University in Gdańsk, Faculty of Computer Science and New Technologies(格但斯克 WSB Merito 大学计算机科学与新技术学院)
本文研究了数字时代企业如何通过数据保护和网络安全管理维护声誉,发现尽管大多数企业有完善措施,但75%仍遭遇安全事件,凸显了网络安全治理与声誉管理的整合重要性。
2025-12-16 cs.CR cs.CY
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
Evaluating Medical IoT (MIoT) Device Security using NISTIR-8228 Expectations
医疗机构(从小型诊所到大型HDO)如何评估临床环境中使用的医疗物联网(MIoT)的网络安全和隐私保护的遵守情况?本文提出了一种使用美国国家标准与技术研究所(NIST)的指导进行这种评估的方法。通过应用NISTIR 8228期望,可以定量评估网络安全和隐私保护,并确定与推荐标准的相对符合性。这种方法允许组织评估MiOT设备对IT系统构成的风险水平,并确定是否允许其在医疗保健/IT环境中使用。本文回顾了物联网/MiOT网络安全和隐私保护的现状,使用历史和当前的行业指南和最佳实践;联邦机构的建议; NIST出版物;和联邦法律。然后,它介绍了物联网/MiOT设备和“传统”(或经典)信息技术(IT)硬件之间的相似性和差异,并列举了物联网/MiOT对网络安全和隐私保护构成的几个挑战。最后,提供了一种评估网络安全和隐私保护的实用方法,以及验证评估结果的增强功能。这样做将证明其总体符合NIST指南和HIPAA/HITECH要求。
2021-05-25 cs.CR
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
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
The Data Protection Officer, an ubiquitous role nobody really knows
在所有网络安全和隐私工作者中,数据保护官(DPO)介于审计公司合规性的人员和担任管理顾问的人员之间。一个必须精通法律,管理和网络安全技术技能的人。我们描述了这个角色如何处理日常场景中的社会技术风险。
2022-12-15 cs.CR cs.CY
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
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
Security of Medical Cyber-physical Systems: An Empirical Study on Imaging Devices
近年来,互联医疗设备蓬勃发展,同时也带来了安全问题。医学成像设备是医疗网络物理系统的重要组成部分,在现代医院中发挥着至关重要的作用,并且通常是生命攸关的。然而,这些医疗网络物理系统中的安全和隐私问题有时被忽视。在本文中,我们对成像设备进行了实证研究,以分析医疗网络物理系统的安全性。准确地说,我们设计了一个威胁模型,并提出了医疗成像设备的前瞻性攻击技术。为了应对潜在的网络威胁,我们引入了保护机制,评估保护机制的有效性和效率,以及它与攻击技术的相互作用。为了给安全性打分,我们设计了一个分级系统,为不同场景下的成像设备提供可操作的建议。我们调查了来自9家制造商的15台设备,以证明经验理解和现实世界的安全问题。
2020-01-05 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
A systematic literature review on cyber threat hunting
自2016年引入“网络威胁狩猎”一词以来,采取主动防御措施以提高网络安全性的趋势不断上升。这项研究将探讨同行评审的文献对网络威胁狩猎的主题。我们的研究表明,随着机器学习方法的出现,该领域的研究有所增加。关键词:网络威胁,网络安全,威胁狩猎,安全系统,数据驱动,英特尔,分析驱动,TTP
2022-12-10 cs.CR
Critical Infrastructure Protection: Generative AI, Challenges, and Opportunities
本文面向国家关键基础设施的网络安全风险,分析信任、隐私、韧性及安全与安保融合问题,并提出结合生成式AI和LLMs的CIP生命周期与行业应用框架。
2024-05-08 cs.CR
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
Cyber Insurance, Audit, and Policy: Review, Analysis and Recommendations
North Dakota State University(北达科他州立大学);University of West Florida(西佛罗里达大学)
本文综述了网络安全审计在降低网络保险成本和提高其可获得性方面的潜力,并提出了相关建议。
2026-02-03 cs.CR
Cyber Risk Assessment for Cyber-Physical Systems: A Review of Methodologies and Recommendations for Improved Assessment Effectiveness
本文综述2014-2023年28篇CPS网络风险评估相关论文,分析现有评估方法的有效性及不足,提出从网络安全事件中实时学习的建议,为后续提升CPS网络风险评估质量的研究奠定基础。
2024-09-15 cs.CR
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
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
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
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
A review of knowledge graph application scenarios in cyber security
面对动态复杂的网络环境、内外部网络威胁情报以及日益增长的网络攻击风险,知识图谱因其具有的知识聚合、表示、管理和推理能力在网络安全领域显示出巨大的应用潜力。然而,虽然大多数研究都集中在如何开发一个完整的知识图谱,但如何应用知识图谱来解决网络攻击和防御场景中的工业实际挑战仍然不清楚。本文简要介绍了网络安全知识图谱的基本概念、模式和构建方法。为了促进未来的网络安全知识图谱的研究,我们还提出了一个策划收集的数据集和开源库的知识构建和信息抽取任务。在本文的主要部分,我们进行了比较审查的不同作品,阐述了最近的进展,在网络安全知识图谱的应用场景。在此基础上,提出了一个新的综合分类框架,从九大类和十八个小类来描述相关作品。最后,在讨论现有研究缺陷的基础上,对几个有前景的研究方向进行了深入的展望。
2022-04-10 cs.CR
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
Use of a non-peer reviewed sources in cyber-security scientific research
大多数关于网络事件的公开数据来自私营公司和非学术来源。常见的信息来源包括各种安全公告、白皮书、报告、法庭案例和描述特定事件的博客文章,通常从单一角度,其次是偶尔的学术来源,通常是会议记录。现有数据来源的主要特点是:缺乏同行审查和没有机密数据。在本文中,我们使用一种间接的方法来识别科学工作中使用的可信来源。我们分析了顶级同行评审文献如何依赖于使用非同行评审的网络安全事件来源。为了识别当前网络安全方面的非同行评审来源,我们分析了顶级同行评审计算机安全会议中的参考文献。我们还分析了如何使用非同行评审的来源,以激励或支持研究。我们研究了计算机安全领域顶级会议的808篇文章。这项工作的结果是最常用的非同行评审数据源和有关使用这些数据的背景信息的列表。由于这些来源被顶级会议接受,其他研究人员可以在未来的研究中考虑它们。据我们所知,以前还没有对网络安全科学研究中如何使用未经同行审查的来源进行过分析。
2021-06-10 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
A Systematic Literature Review of Cyber Security Monitoring in Maritime
本文遵循PRISMA协议开展海事网络安全监测系统性文献综述,完成文献计量分析并构建研究分类体系,同时指出现有研究的空白与局限,提出该领域未来研究方向。
2025-05-21 cs.CR
Data Driven Approaches to Cybersecurity Governance for Board Decision-Making -- A Systematic Review
本文系统综述了支持董事会网络安全治理决策的现有风险测量工具、指标与模型,归纳出七个概念主题,指出当前缺乏董事会可理解语言形式的决策支持信息,并提出后续可深入研究的理论与模型建议。
2023-11-29 cs.CR
Cyber-Security Investment in the Context of Disruptive Technologies: Extension of the Gordon-Loeb Model
网络安全漏洞给企业带来了巨大的成本。因此,通过网络安全投资发展信息系统防御能力是一个先决条件。如何确定网络安全投资的最佳金额的问题已经在文献中得到了广泛的研究。在这方面,戈登-勒布模型及其扩展得到了广泛的接受。然而,这些模型主要依赖于不适合分析网络安全投资动态方面的限制性假设。然而,了解这些动态方面是在快节奏和不断发展的技术环境中研究网络安全投资的一个关键特征。我们提出了一个扩展的Gordon-Loeb模型,通过考虑多个时期和放松连续的安全漏洞概率函数的假设。这种理论上的调整使我们能够捕捉到网络安全投资的动态方面,例如颠覆性技术的出现及其投资后果。戈登-勒布模型的这种拟议扩展为由于潜在的技术转变而导致的网络安全投资最佳水平的假设下降提供了空间。虽然我们认为我们的框架应该在整个网络安全环境中推广,但我们在关键基础设施保护的背景下说明了我们的方法,其中与风险事件相关的安全成本降低至关重要,因为潜在的损失达到了无法承受的程度。此外,尽管一些技术被认为具有破坏性,因此有望成为关键基础设施保护的一部分,但它们对网络安全投资的影响却很少被讨论。
2021-12-08 cs.CR econ.TH
A critical review of cyber-physical security for building automation systems
本文综述了商业建筑BASs在管理、自动化和现场三层的信息物理安全,涵盖漏洞、攻击场景、检测防御及弹性控制策略,填补了系统性文献空白。
2023-03-31 cs.CR
A Review of Topological Data Analysis for Cybersecurity
The Alan Turing Institute(艾伦·图灵研究所)
在网络安全中,通常情况下,恶意或异常活动只能通过结合许多薄弱的妥协指标来检测,其中任何一个单独使用时都不会引起怀疑。这些指标所采取的路径也可能至关重要。这使得分析网络安全数据的问题特别适合拓扑数据分析(TDA),这是一个使用代数拓扑技术研究数据的高级结构的领域,既用于探索性分析,也作为机器学习工作流的一部分。通过介绍TDA并回顾其在网络安全应用方面所做的工作,我们希望向研究人员强调一个有前途的新领域,该领域具有改善网络安全数据科学的强大潜力。
2022-02-16 cs.AI cs.CR
Review: Deep Learning Methods for Cybersecurity and Intrusion Detection Systems
College of Computer Science and Technology, Zhejiang University(浙江大学计算机科学与技术学院)
随着网络攻击的数量不断增加,网络安全正在演变为任何企业的关键问题。人工智能(AI)和机器学习(ML)(特别是深度学习- DL)可以作为网络防御的关键技术,因为它们可以有助于威胁检测,甚至可以为网络分析师提供建议的行动。工业界、学术界和政府在全球范围内建立伙伴关系是必要的,以推动AI/ML在网络安全中的应用,并创建高效的网络防御系统。在本文中,我们关注对用于网络入侵检测的各种深度学习技术的调查,并介绍了用于网络安全应用的深度学习框架。
2020-12-04 cs.CR cs.LG
The Good, The Bad and The Missing: A Narrative Review of Cyber-security Implications for Australian Small Businesses
小型企业(0-19名员工)正在成为网络犯罪分子的诱人目标,但却难以实施大型企业经常部署的网络安全措施。小型企业迫切需要有效和合适的网络安全解决方案,因为它们雇用了相当大比例的劳动力。在本文中,我们考虑了目前研究或产品尚未解决的小企业网络安全挑战,通过澳大利亚镜头进行了情境化。我们还强调了有利于网络安全行动的小企业的一些独特特征。到目前为止,小型企业网络安全讨论的焦点很窄,并且在特定情况之外缺乏可重用性。我们的研究使用了来自多个学科的工业,政府和研究社区的全球证据。我们探讨了技术和非技术因素对小企业保护自己的能力产生负面影响,例如资源限制,组织流程成熟度和法律结构。我们的研究表明,一些小企业的特征,如敏捷性,大型队列规模和零碎的IT架构,可以提高网络安全性。我们的结论是,目前的研究在小企业网络安全的差距。此外,还需要开展法律和政策工作,帮助小企业提高网络复原力。
2021-09-02 cs.CR
Improving Interdisciplinary Communication With Standardized Cyber Security Terminology: A Literature Review
计算机安全需求的不断增长和网络化趋势是21世纪的标志。随着网络犯罪、数字货币、电子政务等的兴起,最近对保护全球计算机安全的新技术的投资也相应增加。最近,企业和政府部门开始将重点放在全面的网络安全解决方案上。随着这种增长,出现了对更好的合作和安全衡量方法的需求。尽管做出了所有这些努力,但这一需求尚未得到满足,在计算机安全领域的跨学科合作仍然太少。本文回顾了网络安全研究的新趋势,他们的贡献,以及一些可识别的局限性。我们认为,这些限制主要是由于缺乏合作,需要解决的问题,显然是多方面的。然后,我们确定需要进一步标准化的术语在计算机安全和全球互联网多方利益相关者社区制定这样的标准时,考虑提出指导方针。我们还评估了一些特定术语的可行性,包括网络是否应该作为一个单独的词时,它是一个描述符(例如网络安全或网络安全),并得出结论,建议写未来的论文网络安全或更广泛的新领域的所有事情有关网络空间,最近被称为网络,一个术语,我们也检查并提出替代品,如网络或网络经济学。通过进一步规范网络安全术语,本文为跨学科合作、技术和非技术利益相关者之间的协议以及起草通用的互联网治理法律奠定了基础。
2020-10-11 cs.CR
A Methodology to Support Automatic Cyber Risk Assessment Review
网络风险评估是加强组织保护、识别和评估网络威胁风险的基本活动。目前,这项活动主要是人工进行的,风险的识别和正确量化在很大程度上取决于人类评估者的经验和信心。因此,这一过程并不完全客观,对同一局势进行两次平行评估可能会导致不同的结果。本文采取了一个步骤的方向,减少主观性的程度,提出了一种方法,以支持风险评估人员与自动审查所产生的评估。我们的方法从基于控制的评估开始,使用众所周知的网络安全框架(例如,ISO 27001,NIST),并将安全控制映射到可以自动评估的基础设施方面(例如,信息和通信技术设备、组织政策)。利用这种映射,该方法建议如何确定需要修订的控制。该方法已通过医疗保健领域的案例研究和一组统计分析进行了验证。
2022-07-07 cs.CR
Reinforcement Learning for Feedback-Enabled Cyber Resilience
New York University(纽约大学)
数字化和远程连接扩大了攻击面,使网络系统更加脆弱。随着攻击者变得越来越老练和足智多谋,仅仅依靠传统的网络保护,如入侵检测,防火墙和加密,是不足以保护网络系统。网络弹性提供了一种新的安全模式,以弹性机制补充保护不足。网络弹性机制(CRM)实时适应已知或零日威胁和不确定性,并对其进行战略响应,以在攻击成功的情况下保持网络系统的关键功能。反馈架构在实现CRM的在线感知、推理和驱动过程中发挥着关键作用。强化学习(RL)是一种重要的工具,它集中体现了网络弹性的反馈架构。它允许CRM在对环境和攻击者的先验知识有限或没有先验知识的情况下对攻击提供顺序响应。在这项工作中,我们回顾了关于RL网络弹性的文献,并讨论了针对三种主要类型漏洞的网络弹性,即,姿势相关、信息相关和人为相关的脆弱性。我们介绍了CRM的三个应用领域:移动目标防御,防御性网络欺骗和辅助人类安全技术。RL算法本身也存在漏洞。我们解释了RL的三个漏洞,并提出了攻击模型,其中攻击者的目标是环境和代理之间交换的信息:奖励,状态观测和动作命令。我们表明,攻击者可以欺骗RL代理学习一个邪恶的政策,以最小的攻击努力。最后,我们讨论了RL在网络安全和弹性方面的未来挑战以及基于RL的CRM的新兴应用。
2021-12-07 cs.CR cs.LG cs.SY
A Systemic IoT-Fog-Cloud Architecture for Big-Data Analytics and Cyber Security Systems: A Review of Fog Computing
摘要-随着物联网(IoT)的快速发展,当前的云系统面临着各种缺点,例如缺乏移动性支持,位置感知,地理分布,高延迟以及网络威胁。雾/边缘计算已经被提出来解决一些缺点,因为它在网络边缘启用计算资源,并且它在本地提供大数据分析,而不是将它们传输到云。雾被定义为一个类似云的系统,具有类似的功能,包括软件,平台和基础设施作为服务。Fog应用程序的部署面临着与虚拟化、网络监控、数据保护和攻击检测相关的各种安全问题。本文提出了一个系统的物联网-雾-云架构,阐明了物联网,雾和云三层之间的交互,以有效地实现大数据分析和网络安全应用。它还回顾了安全挑战,解决方案和未来的研究方向的架构。
2019-05-04 cs.CR
Red Teaming with Artificial Intelligence-Driven Cyberattacks: A Scoping Review
Institute of Information Technology Jamk University of Applied Sciences(Jamk应用科学大学信息技术学院)
本文通过范围综述梳理AI驱动的网络攻击方法,识别红队可用的AI模型与目标,指出AI攻击威胁上升,并强调基于AI的红队技术可提供新的应对途径。
2025-03-25 cs.CR cs.LG
Systematic Literature Review on Cyber Situational Awareness Visualizations
网络威胁的动态越来越复杂,使组织比以往任何时候都更难深入了解其网络安全状况。因此,组织依靠网络态势感知(CSA)来支持他们更好地了解网络事件的威胁和相关影响。由于网络安全数据的异质性和复杂性,通常具有多维属性,因此需要复杂的可视化技术来实现CSA。然而,以前没有尝试系统地回顾和分析CSA可视化的科学文献。在本文中,我们系统地选择和审查54出版物,讨论可视化支持CSA。我们从这些论文中提取数据,以确定关键利益相关者,信息类型,数据源和可视化技术。此外,我们分析了可视化支持的CSA水平,同时检查了可视化的成熟度,挑战和与CSA可视化相关的实践,以准备在组织环境中全面分析CSA的当前状态。我们的研究结果揭示了CSA可视化的某些差距。例如,最大的关注点是运营级别的员工,而针对其他类型的利益相关者(例如管理者、高层决策者和非专家用户)的可视化明显缺乏。大多数论文都关注威胁信息可视化,很少有论文将影响信息、响应计划和团队内共享的信息可视化。基于突出CSA可视化中的重要问题的结果,我们推荐了未来研究方向的列表。
2022-05-24 cs.CR
AI in Cyberpsychology: A systematic literature review of Cybersecurity enhancement by using AI for analyzing psychology of Victims, Attackers, and Defenders
Istanbul Medipol University(伊斯坦布尔梅迪波尔大学);Atlas University(阿塔斯大学);University of Calgary(卡尔加里大学);University of Southern Denmark(南部丹麦大学)
该文献综述通过PRISMA方法分析34项AI在网络心理学中应用的研究,呈现网络安全应用、AI方法及心理概念的分类,涵盖异常检测等四个领域,明确常用心理概念、量化数据集,还指出研究差距与趋势。
2026-07-16 cs.AI cs.CR
Automated Cyber Defence: A Review
Cardiff University(卡迪夫大学)
近年来,网络犯罪分子在一系列网络系统中策划了各种有组织和坚决的网络攻击,对私人和政府机构造成了严重影响。当前基于安全的自动化和编排专注于自动化固定用途和硬编码解决方案,这些解决方案很容易被现代网络攻击超越。自动网络防御的研究将允许通过顺序决策代理自主防御网络系统来开发和实现情报响应。本文通过分为两个子领域的需求分析全面阐述了自动化网络防御的发展,即自动化防御和攻击代理和自主网络操作(ACO)健身房。需求分析允许比较自动化代理,并强调ACO健身房的重要性,为他们的持续发展。的需求分析也被用来批评ACO健身房的总体目标是开发他们在现实世界的网络系统中部署自动化代理。从总体分析中解决了相关的未来挑战,以加速自动网络防御领域的发展。
2023-03-08 cs.AI cs.CR
Simulation in Cybersecurity: Understanding Techniques, Applications, and Goals
针对网络安全仿真研究因应用与目标多样而难以整体分析的局限,本文从应用领域、网络威胁类型、仿真技术和主要目标四个维度全面综述了当前技术,分析了不同方法优劣及适用场景。
2025-08-08 cs.CR
A Review of Quantum Cybersecurity: Threats, Risks and Opportunities
量子计算的前景并不是加速传统计算,而是为某些类别的问题提供指数优势,例如对网络安全具有深远的影响。随着量子计算机的出现和发展,网络空间安全在不久的将来肯定会成为互联网最关键的问题。相反,先进的量子技术有望改变网络安全。本研究旨在综合有关量子网络安全的基础和基础研究,这些研究可以作为基于系统研究的关键网络安全问题的威胁和解决方案。我们对当前最先进的量子计算和网络安全进行了全面、说明性的描述,并提出了迄今为止提出的方法。量子计算网络安全的研究结果表明,量子计算可以用于改善网络安全威胁,同时它对网络安全构成了最意想不到的威胁。这项系统调查的重点和深度不仅为量子和网络安全从业者和研究人员提供了有关该领域当前趋势的综合知识体系,而且还为该领域的进一步研究奠定了基础。
2022-07-07 cs.CR cs.DC
Architectural Tactics for Big Data Cybersecurity Analytic Systems: A Review
内容:大数据网络安全分析旨在通过使用大数据工具和技术分析安全事件数据来保护网络,计算机和数据免受未经授权的访问。虽然文献中已经报道了大量的大数据网络安全分析系统,但缺乏从架构角度对文献进行系统和全面的审查。目的:本文报告了一项系统性综述,旨在确定大数据网络安全分析系统最常报告的质量属性和架构策略。方法:采用系统性文献综述(SLR)方法,对74篇按照明确标准筛选的原始文献进行综述。结果如下:我们的发现有两个方面:(i)确定12个最常报告的质量属性,并说明其对大数据网络安全分析系统的重要性;(ii)确定和编纂17个架构策略,以解决通常与大数据网络安全分析系统相关的质量属性。确定的策略包括六个性能策略,四个准确性策略,两个可扩展性策略,三个可靠性策略,以及一个安全性和可用性策略。结论:我们的研究结果表明,(a)尽管互操作性、可修改性、适应性、通用性、隐蔽性和隐私保证很重要,这些质量属性在文献中缺乏明确的架构支持(b)需要进行实证调查,以评估编纂的架构策略的影响(c)应投入大量的研究工作来探索该行业-(d)学术界和工业界之间普遍缺乏有效的合作,以支持大数据网络安全分析系统领域。
2018-02-09 cs.CR cs.SE
Cyber-Security Challenges in Aviation Industry: A Review of Current and Future Trends
将信息和通信技术(信通技术)工具纳入航空业的机械设备引起了安全问题。系统的一体化程度越高,就越脆弱,因为驱动系统的信通技术工具和软件存在固有的脆弱性。随着电子飞机和智能机场的概念得到完善和实施,安全问题变得更加突出。根据上述情况,本文对过去20年来航空业的网络安全事件进行了审查。其本质是了解常见的威胁行为者,他们的动机,攻击类型,经常受到攻击的航空基础设施,然后将这些进行匹配,以便深入了解航空部门的网络安全现状。审查表明,该行业的威胁主要来自高级持续性威胁(APT)组织,这些组织与一些国家行为者合作窃取知识产权和情报,以提高其国内航空航天能力,并可能监视,渗透和颠覆其他国家的能力。航空业最常受到攻击的部分是信息技术基础设施,最突出的攻击类型是恶意黑客活动,目的是利用已知的恶意密码破解技术(如蛮干攻击、字典式攻击等)获得未经授权的访问。该综述进一步分析了航空业存在的不同攻击面、威胁动态、并利用这些动态来预测行业网络攻击的未来趋势。其目的是为网络安全专业人员和航空利益相关者提供信息,以便采取积极行动,保护这些关键基础设施免受网络攻击,以实现最佳的客户服务导向型行业。
2021-07-10 cs.CR
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
A systematic literature review of cyberwarfare and state-sponsored hacking teams
预计下一代无线网络的创建将为我们生活的每个部分提供高速和低延迟连接。因此,网络安全至关重要。由于5G将提供的设备数量和服务的多样性不断增加,网络的安全环境变得更加复杂。因此,尽早制定有效的安全解决方案至关重要。我们的调查结果的审查揭示了各种方向,将在下一代无线网络的发展。其中一些包括使用人工智能和软件定义的移动网络。5G网络的威胁环境,5G将采用的新技术范式中的安全弱点,以及5G网络安全领域关键研究中提供的解决方案,都在这篇面向未来研究人员的系统性文献综述中进行了描述。未来的研究方向,以保护超过5G的无线网络也包括在内。
2022-12-10 cs.CR
Artificial Neural Network for Cybersecurity: A Comprehensive Review
网络安全是一个非常新兴的领域,可以保护系统、网络和数据免受数字攻击。随着互联网规模的增加和网络攻击的演变,开发新的网络安全工具变得非常重要,特别是对于物联网(IoT)网络。本文对深度学习(DL)方法在网络安全中的应用进行了系统的综述。本文简要介绍了用于网络安全的深度学习方法,包括深度信念网络、生成对抗网络、递归神经网络等。接下来,我们将说明浅层学习和深度学习之间的区别。此外,还讨论了物联网和其他网络中当前流行的网络攻击,以及DL方法管理这些攻击的有效性。此外,本文还介绍了重点介绍DL技术、网络安全应用和数据集来源的研究。接下来,讨论DL系统用于恶意软件检测和分类、入侵检测和其他频繁的网络攻击(包括识别文件类型、垃圾邮件和网络流量)的可行性。我们的综述表明,当应用于自定义数据集时,受限玻尔兹曼机(RBM)获得了99.72%的高分类准确率,而长短期记忆(LSTM)在KDD Cup 99数据集上达到了99.80%的准确率。最后,本文讨论了网络安全对于可靠和实用的物联网驱动的医疗保健系统的重要性。
2021-06-20 cs.CR cs.LG eess.SP
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
PowerDuck: A GOOSE Data Set of Cyberattacks in Substations
全球电网越来越多地成为网络攻击的受害者,攻击者可能对关键基础设施造成巨大破坏。电网数字化和网络化的不断发展,加上对网络攻击的保护不足,进一步加剧了这一趋势。因此,安全工程师和研究人员必须通过不断改进安全措施来应对这些新风险。网络攻击期间的真实网络流量数据集在分析和理解此类攻击方面起着决定性作用。因此,本文介绍了PowerDuck,一个公开的安全数据集包含网络痕迹的GOOSE通信在物理变电站试验台。该数据集包括有攻击和没有攻击的各种场景的记录。此外,所有来自攻击者的网络数据包都被清楚地标记,以便于识别。因此,我们设想PowerDuck改进和补充现有的变电站数据集,这些数据集通常是综合生成的,从而提高电网的安全性。
2022-07-11 cs.CR
Applications of Artificial Intelligence Techniques to Combating Cyber Crimes: A Review
Gazi University(加齐大学);Middle East Technical University(中东技术大学)
随着信息技术的进步,犯罪分子正在利用网络空间实施许多网络犯罪。网络基础设施非常容易受到入侵和其他威胁。物理设备和人工干预不足以监控和保护这些基础设施;因此,需要更复杂的网络防御系统,这些系统需要灵活,适应性强,鲁棒性强,能够检测各种威胁并做出智能实时决策。许多生物启发的人工智能计算方法在网络犯罪检测和预防中发挥着越来越重要的作用。本研究的目的是介绍迄今为止在应用人工智能技术打击网络犯罪领域取得的进展,展示这些技术如何成为检测和预防网络攻击的有效工具,并为未来的工作提供范围。
2015-02-12 cs.AI cs.CR cs.CY
Assessing the influence of cybersecurity threats and risks on the adoption and growth of digital banking: a systematic literature review
该研究通过系统综述2015至2024年间78篇文献,评估网络安全威胁对数字银行安全、采用及合规的影响,发现网络钓鱼和恶意软件为主要威胁,MFA和生物识别等防护措施有效,但第三方金融科技带来新风险,需加强监管。
2025-03-23 cs.CR cs.CY