Organizational Adaptation to Generative AI in Cybersecurity
Independent Researcher, United States（美国独立研究者）
本研究通过分析2022至2025年的25项研究，采用定性方法探讨组织如何通过修改框架和混合操作流程适应生成式AI，发现成熟基础设施、监管压力和人力资本投资是成功的关键，同时指出攻防能力不平衡等挑战。
2026-05-29 cs.AI cs.CR cs.CY
Neuro-Symbolic AI for Cybersecurity: State of the Art, Challenges, and Opportunities
Department of Information Systems, University of Maryland, Baltimore County（信息系统系，马里兰大学巴尔的摩分校）；Department of Computer Science and Engineering, University at Buffalo（计算机科学与工程系，布法罗大学）；Department of Computer Science, University of Colorado Boulder（计算机科学系，科罗拉多大学博尔德分校）；Laboratory for Cybersecurity Dynamics, Department of Computer Science, University of Colorado Colorado Springs（网络安全动力实验室，科罗拉多大学科罗拉多斯普林斯分校）
本文综述了神经符号AI在网络安全中的应用，分析了103篇文献，指出多智能体和结构化集成架构在复杂场景中表现更优，因果推理能提升防御能力，知识引导学习提高效率和可解释性，但评估标准化和人机协作仍是挑战。
2026-04-15 cs.AI cs.CR
CCR: Towards a Common, Quality-Gated CACAO Integrations Registry for European Cybersecurity Automation
Cyentific AS（Cyentific公司）；Department of Informatics, University of Oslo（奥斯陆大学信息学系）；Norwegian Defence Research Establishment（挪威国防研究所）
本文提出CCR，一个质量门控的CACAO集成注册表，通过混合流水线生成连接器信封，评估显示高验证分数，支持欧洲网络安全自动化。
2026-09-25 cs.CR
Structuring Security: A Survey of Cybersecurity Ontologies, Semantic Log Processing, and LLMs Application
本文综述本体、语义日志处理与LLM在网络安全中的协同应用，梳理从原始日志自动构建知识图谱及智能本体驱动防御的挑战与机遇。
2025-10-18 cs.CR
Large Language Models for Cyber Security
本文研究将大型语言模型集成到网络安全工具与协议中，通过加密提示、四层架构及解耦模型等方法提升系统应对AI驱动威胁的准确性、可扩展性和适应性。
2025-11-06 cs.CR
Large Language Model Integration with Reinforcement Learning to Augment Decision-Making in Autonomous Cyber Operations
Royal Military College of Canada（皇家军事学院）；Defence Research and Development Canada（加拿大国防研究与发展加拿大）；Polytechnique Montreal（蒙特利尔大学）
本研究通过整合预训练的大语言模型与强化学习，提升自主网络操作中的决策能力，显著提高奖励并加速策略收敛。
2026-02-13 cs.AI cs.CR cs.LG
Large Language Models in Cybersecurity: Applications, Vulnerabilities, and Defense Techniques
Birzeit University（巴伊兹大学）；University of Central Florida（中央佛罗里达大学）
本综述系统梳理了大型语言模型在网络安全中的应用及其自身脆弱性与防御策略，为构建智能、可扩展的网络防御体系提供实用见解。
2025-07-18 cs.AI cs.CR cs.LG
A Transdisciplinary Approach to Cybersecurity: A Framework for Encouraging Transdisciplinary Thinking
针对网络安全需突破传统学科边界的需求，本文受利益相关者理论启发，提出基于“思考-规划-执行”方法的跨学科思维框架，可用于评估、发展和指导网络安全实践，助力专家应对复杂挑战。
2024-05-16 cs.CR
Integrating Cybersecurity Frameworks into IT Security: A Comprehensive Analysis of Threat Mitigation Strategies and Adaptive Technologies
本文探讨了NIST、零信任和ISO/IEC 27001等网络安全框架及AI与ML技术在金融等行业的应用，并提供了应对实施挑战的切实方案，倡导构建与组织目标一致的风险适宜型防御体系。
2025-02-02 cs.CR
GraphWeaver: Billion-Scale Cybersecurity Incident Correlation
本文提出工业级框架GraphWeaver，通过地理分布式图方法、最小生成树算法和人机反馈系统等创新，将数十亿安全警报高效关联为综合事件，在Microsoft Defender XDR中实现99%准确率并将存储需求降低7.4倍。
2024-06-03 cs.CR cs.SI
Securing the AI Frontier: Urgent Ethical and Regulatory Imperatives for AI-Driven Cybersecurity
Capitol Technology University（卡皮托尔科技大学）
本文审视AI在网络安全中的伦理与监管挑战，提出全球协调的监管框架，以平衡创新与风险，确保AI技术的负责任部署。
2025-01-15 cs.AI cs.CR cs.CY
Reasoning Under Threat: Symbolic and Neural Techniques for Cybersecurity Verification
Sarah Veronica（独立研究者）
本文综述自动推理及神经符号技术在网络安全验证中的应用，梳理逻辑系统、SOTA工具与AI集成，并指出可扩展性等研究空白及未来方向。
2025-05-12 cs.AI cs.CR
Fundamental Risks in the Current Deployment of General-Purpose AI Models: What Have We (Not) Learnt From Cybersecurity?
CISPA Helmholtz Center for Information Security（CISPA亥姆霍兹信息安全中心）
本文审视通用AI模型从语言模型演进为具备工具调用与执行能力的准操作系统所引发的网络安全风险，总结相关评估工作并展望未来机遇与挑战。
2024-12-19 cs.AI cs.CR
Supporting Cybersecurity Risk Management for Medical Devices via the SECUMAN Ontology and Shapes
Faculty of Computer Science, TU Dresden（德累斯顿工业大学计算机学院）；Else Kröner Fresenius Center for Digital Health（Else Kröner Fresenius数字健康中心）；secunet Security Networks AG（secunet安全网络股份公司）
研究针对医疗设备网络安全风险管理文档维护难的问题，提出SECUMAN本体与形状，结合OWL和SHACL实现文档初验、可追溯性及集成，对齐相关标准与本体并扩展网络安全相关概念。
2026-08-04 cs.AI cs.CR
Integrating Public Input and Technical Expertise for Effective Cybersecurity Policy Formulation
University of Pretoria（比勒陀利亚大学）
本文探讨了整合公众意见与技术专长以制定更有效和稳健的网络安全政策的策略，强调需转向包容性治理框架。
2025-12-09 cs.CR cs.CY
Airport Cyber Security and Cyber Resilience Controls
网络安全恐慌是与互联网技术的出现和普及相关的主要缺点领域。虽然互联网改善了生活和业务流程，但安全威胁的水平也在成比例地增加。因此，网络和相关的网络系统使世界处于持续警惕的状态，因为存在攻击的威胁。犯罪分子不断尝试对各种基础设施和企业进行网络安全防御。机场是网络安全意味着很多事情的一些领域。机场网络安全的关键性在于互联网和计算机系统在机场运营中的高度整合。本文是关于机场网络安全和弹性控制的。在文章的开头是一个全面的介绍，提供了整个内容的预览。本文从机场情报分类、网络安全恶意威胁分析、研究方法论等方面进行了探讨。一个简洁的结论标志着文章的结束。
2019-08-26 cs.CR cs.CY
Enhancing Critical Infrastructure Cybersecurity: Collaborative DNN Synthesis in the Cloud Continuum
针对关键基础设施在云连续体中的网络安全挑战，本文提出利用训练好的边缘云模型合成中心云模型的方法，以降低计算复杂性和保持入侵检测准确性，并通过与传统及协作技术对比验证其有效性。
2024-05-23 cs.CR cs.NI
Cybersecurity through Entropy Injection: A Paradigm Shift from Reactive Defense to Proactive Uncertainty
本文提出熵注入网络安全范式，通过向安全机制注入随机性提升不可预测性，分析其理论基础、实际实现（如ASLR、MTD）及挑战，结果显示能显著降低攻击概率（超90%），实现从被动防御到主动不确定性管理的转变。
2025-04-15 cs.CR
SecDocker: Hardening the Continuous Integration Workflow
当前的持续集成流程面临着重大的内在网络安全挑战。这个想法不仅是为了解决和测试源代码的正式或监管安全需求，而且还要坚持CI管道本身的相同原则。本文介绍了当前CI工作流中的安全问题的概述。它设计、开发和部署了一个新工具，用于安全部署基于容器的CI管道流，而不会减慢发布周期。该工具因其基于Docker的方法而被称为\SD，可在GitHub中公开使用。它基于配置机制实现了透明的应用程序防火墙，避免了CI工作流中与预期或非预期容器配置相关的问题。它与其他DevOps Engineers工具集成，仅提供来自匹配特定模式的场景的反馈，解决未来的容器安全问题。
2021-04-16 cs.CR cs.SE
Towards the Development of an LLM-Based Methodology for Automated Security Profiling in Compliance with Ukrainian Cybersecurity Regulations
National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute”（乌克兰国立技术大学“伊戈尔·西科尔斯基基辅理工学院”）
本文探讨将国际最佳实践整合到国家监管体系中，提出利用大语言模型实现自动化安全配置的方法，以应对高密度混合威胁环境下的网络安全挑战。
2026-04-07 cs.AI cs.CR
Enforcing Cybersecurity Constraints for LLM-driven Robot Agents for Online Transactions
University of The Cumberlands（坎伯兰大学）
针对LLM驱动的机器人智能体在线交易中的网络安全风险，提出结合区块链、多因素认证和实时异常检测的新型安全架构，将欺诈交易减少90%，违规检测准确率达98%，延迟仅0.05秒。
2025-03-17 cs.AI cs.CR cs.CY
From Promise to Peril: Rethinking Cybersecurity Red and Blue Teaming in the Age of LLMs
本文梳理LLM在网络安全红蓝对抗中的应用与局限，分析双重用途及对抗滥用风险，并提出人在回路、可解释性和隐私保护等安全采用建议。
2025-06-16 cs.CR
A Survey on Offensive AI Within Cybersecurity
Indian Institute of Technology Madras（马德拉斯印度理工学院）
该综述聚焦网络安全领域的攻击性AI，全面梳理针对及利用AI的各类攻击、相关技术、多领域影响与后果，并给出案例与未来研究方向。
2024-09-26 cs.AI cs.CR
AI Security Threats against Pervasive Robotic Systems: A Course for Next Generation Cybersecurity Workforce
Mississippi State University（密西西比州立大学）
机器人技术、自动化和相关的人工智能（AI）系统已经变得普遍，带来了与安全性、准确性和信任相关的担忧。随着人们越来越依赖与人类密切接触的物理机器人，这些系统的安全性变得越来越重要，以防止可能导致隐私侵犯、关键操作破坏和身体伤害的网络攻击。目前缺乏专业人员谁可以捍卫这种系统要求开发和整合这样的课程。本课程描述包括关于“针对普适机器人系统的AI安全威胁”的七个独立和自适应模块的详细信息。主题包括：1）介绍，攻击的例子和动机; 2）-机器人AI攻击表面和渗透测试; 3）-输入传感器的攻击模式和安全策略; 4）-训练攻击和相关的安全策略; 5）-推理攻击和相关的安全策略; 6）-执行器攻击和相关的安全策略;和7）-人工智能，机器人和网络安全的伦理。
2023-02-15 cs.AI cs.CR cs.LG
CyberLLM-FINDS 2025: Instruction-Tuned Fine-tuning of Domain-Specific LLMs with Retrieval-Augmented Generation and Graph Integration for MITRE Evaluation
Grambling State University（格兰布林州立大学）；Florida International University（佛罗里达国际大学）
本文提出了一种基于检索增强生成和图集成的领域特定LLM微调方法，通过STIX威胁情报实现与MITRE ATT&CK技术的对齐，提升网络安全威胁情报分析的准确性。
2026-01-11 cs.CR
Artificial intelligence and cybersecurity in banking sector: opportunities and risks
本文探讨AI/ML在银行业提升效率、欺诈检测和客户服务自动化的机遇，以及对抗攻击和恶意使用带来的网络安全风险，强调构建安全、可信、稳健模型与防御框架。
2024-11-28 cs.CR
A Method for Quantifying Human Risk and a Blueprint for LLM Integration
本文提出网络安全心理学框架（CPF），通过结合心理学结构与安全遥测数据量化人为漏洞，并设计了基于RAG和微调的轻量级LLM架构，在概念验证中于合成数据上达到0.92的F1分数，为真实数据的实证验证奠定基础。
2025-09-29 cs.CR
Leveraging Digital Twin-as-a-Service Towards Continuous and Automated Cybersecurity Certification
针对传统风险评估的弊端，提出安全数字孪生即服务（SDT-aaS），利用数字孪生技术实现自动化非侵入式合规评估，支持开放标准，经中等规模用例验证可行，推动持续网络安全认证。
2025-09-09 cs.CR cs.PF
Human Factors in Cybersecurity in Icelandic Small and Medium-sized Enterprises
University of Iceland（冰岛大学）
通过调查冰岛130个公共和私营部门组织，从管理视角识别出人为因素（如培训不足、招聘问题、安全文化薄弱和资源限制）是网络安全的主要挑战，并提出针对性缓解建议。
2026-06-01 cs.CR cs.CY cs.HC
SecureCAI: Injection-Resilient LLM Assistants for Cybersecurity Operations
Computer Science Department, Cybersecurity and Artificial Intelligence Division（计算机科学系、网络安全与人工智能 division）
SecureCAI通过引入安全意识护栏和偏好优化，有效提升网络安全操作中对抗攻击的防御能力。
2026-01-12 cs.CR cs.CV
Transforming Information Systems Management: A Reference Model for Digital Engineering Integration
本研究针对现有信息系统管理框架的不足，提出数字工程集成参考模型，验证其可提升多方面效能，为组织数字化转型中数字工程的成熟应用奠定基础。
2024-05-29 cs.CR cs.SE
CAI: An Open, Bug Bounty-Ready Cybersecurity AI
本文提出开源网络安全AI框架CAI，通过模块化智能体和人类监督在CTF及漏洞赏金任务中显著超越现有方法，大幅提升效率并降低成本，使非专业人员也能发现重大安全漏洞。
2025-04-09 cs.CR
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
CTF as a Service: A reproducible and scalable infrastructure for cybersecurity training
Universidad Pública de Navarra（纳瓦拉公立大学）
本文提出CTF as a Service平台，利用虚拟化和IaC工具实现自动化部署和可扩展的网络安全培训。
2026-04-13 cs.CR
Under Pressure: Security Analysis and Process Impacts of a Commercial Smart Air Compressor
本文分析商用智能空气压缩机安全漏洞，提出威胁模型并演示攻击场景，强调在IIoT设计与供应链中融入网络安全原则以增强韧性。
2025-10-23 cs.CR
Federated Learning-Driven Cybersecurity Framework for IoT Networks with Privacy-Preserving and Real-Time Threat Detection Capabilities
Western University（西安大略大学）
针对物联网网络中传统集中式安全方法难以平衡隐私保护与实时威胁检测的问题，提出联邦学习驱动的网络安全框架，利用本地模型训练、同态加密聚合及RNN异常检测，实现98%以上威胁检测准确率并降低20%资源消耗，提供可扩展隐私保护方案。
2025-02-14 cs.CR cs.LG cs.NI
Gamification of IT for training in information systems management
本研究将CTF等IT竞赛融入信息系统管理课程以填补网络安全技能缺口，通过组建教学团队、开展适配性活动验证了软技能的重要作用，将持续优化培训的可及性与效果。
2024-05-21 cs.CR cs.CY
$AutoGuardX$: A Comprehensive Cybersecurity Framework for Connected Vehicles
针对联网汽车面临的复杂网络威胁及现有安全措施的局限性，本文提出融合ISO/SAE 21434等标准与先进技术的综合网络安全框架$AutoGuardX$，经多品牌车型模拟评估，证明其对威胁的适应性、可扩展性和有效性。
2025-08-26 cs.CR cs.ET
A Novel Zero-Trust Machine Learning Green Architecture for Healthcare IoT Cybersecurity: Review, Analysis, and Implementation
本文提出一种基于卷积机器学习的零信任绿色架构，用于医疗物联网安全，在CICIoT2023数据集上实现93.6%攻击预测准确率，并将成本降低10倍。
2024-01-14 cs.CR
Vulnerability Management Chaining: An Integrated Framework for Efficient Cybersecurity Risk Prioritization
Kagawa University（香川大学）
本文提出漏洞管理链框架，通过整合CVSS、EPSS和KEV三种方法，提升漏洞优先级管理效率，减少95%的紧急修复工作量。
2025-07-10 cs.CR
Super forecasting the technological singularity risks from artificial intelligence
University of Oxford（牛津大学）；University of Warwick（华威大学）；University College London（伦敦大学学院）
文章预测了人工智能在网络安全中的整合所带来的新的网络风险。
2022-12-28 cs.AI cs.CR cs.CY
Fortress and Gatekeeper: Theorizing Transitive Trust in Third-Party Cybersecurity Risk Governance
本文通过OpenAI-Mixpanel安全事件文档分析，提出传递信任概念和堡垒与守门人框架，解释第三方网络安全风险治理中信任与数据流如何塑造责任边界。
2026-06-26 cs.AI cs.CR cs.CY
Grid-STIX: A STIX 2.1-Compliant Cyber-Physical Security Ontology for Power Grid
针对现有威胁情报标准缺乏电网特定资产、操作技术关系及网络物理 interdependencies覆盖的问题，提出符合STIX 2.1的Grid-STIX本体，通过模块化架构捕获电网组件与关系，支持威胁建模和零信任实施，助力电力行业协作安全研究。
2025-11-14 cs.CR
A Systematic Literature Review on Continuous Integration and Deployment (CI/CD) for Secure Cloud Computing
本文通过对66篇论文进行系统性文献综述，梳理云计算中CI/CD安全的工具、方法、挑战与研究空白。
2025-06-09 cs.CR cs.SE
Artificial Intelligence in Cybersecurity: Building Resilient Cyber Diplomacy Frameworks
本文研究如何将自动化与人工智能战略性地整合进美国网络外交，以提升决策效率、预测分析和实时响应能力，同时强调人类监督与治理框架以应对伦理和安全风险。
2024-11-17 cs.AI cs.CR cs.CY
Quantum Computing and Cybersecurity Education: A Novel Curriculum for Enhancing Graduate STEM Learning
本文提出并评估了一门名为EE 597的研究生课程，通过仿真和云量子硬件将量子安全与经典硬件安全相结合，以体验式学习应对量子计算带来的新兴安全威胁，实验显示学生理解显著提升且反馈积极。
2025-03-12 cs.CR cs.ET quant-ph
Llama-3.1-FoundationAI-SecurityLLM-8B-Instruct Technical Report
Foundation AI；Cisco Systems Inc.（思科系统公司）；Yale University（耶鲁大学）；Carnegie Mellon University（卡内基梅隆大学）
本报告发布网络安全专用对话模型Foundation-Sec-8B-Instruct，基于Foundation-Sec-8B构建，结合领域知识与指令遵循，在网络安全任务上优于Llama 3.1-8B-Instruct，与GPT-4o-mini竞争，并公开模型。
2025-08-01 cs.AI cs.CR
Trustworthy AI LLM Scalability Risk Index (LSRI): A Cybersecurity Framework Assessing Agentic-AI Security & Software Model Supply Chain Safety Boosting AI-Generated Malware Defense & Explainability Mitigating Emerging Risks of Generative AI
Virelya Intelligence Research Labs（Virelya 智能研究实验室）；Google（谷歌）
本文研究了大语言模型在代理AI中的可扩展性风险及模型供应链安全问题，提出LSRI指数和模型供应链框架，以提升安全关键环境下的LLM部署安全性。
2026-07-21 cs.CR
Enabling Cyber Security Education through Digital Twins and Generative AI
University of Bari Aldo Moro（巴里大学阿尔多·莫罗大学）
本文提出融合数字孪生、渗透测试工具包RTK与LLM的网络安全教学框架，通过逼真攻防演练和实时智能反馈提升实操能力并弥合理论与实践差距。
2025-07-23 cs.AI cs.CR cs.CY
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
Artificial Intelligence as the New Hacker: Developing Agents for Offensive Security
New Mexico Institute of Mining and Technology（新墨西哥矿业技术学院）
本文提出自主攻击性安全智能体 ReaperAI，结合 GPT-4、RAG、任务驱动渗透测试框架与高级提示，在 Hack The Box 等平台验证漏洞利用能力，并讨论伦理与运营挑战。
2024-05-09 cs.AI cs.CR
Towards Automated Attack Simulations of BPMN-based Processes
流程数字化和集成是企业日益增长的需求，而网络攻击则意味着日益增长的威胁。使用业务流程管理符号（BPMN）通常用于处理组织内部和跨组织的数字和集成重点。在同一家公司的其他部门，威胁建模和攻击图用于分析安全态势和弹性。在本文中，我们提出了一种新的方法来使用攻击图模拟在BPMN中表示的进程。我们的贡献是识别BPMN的攻击面，BPMN元素的概念映射在一个Meta攻击语言（MAL）为基础的领域特定语言（DSL），称为coreLang，和一个原型来展示我们的方法在一个案例研究中使用一个真实的发票集成过程。该研究表明，通过攻击图进行网络安全分析，可以在没有太多人类专家输入的情况下非侵入性地丰富BPMN实例。由此产生的对潜在漏洞的洞察可能对流程建模者有益。
2021-06-16 cs.CR
Securing the Future of IVR: AI-Driven Innovation with Agile Security, Data Regulation, and Ethical AI Integration
Twilio Inc.（Twilio公司）；The Hague, The Netherlands（荷兰海牙）
本文分析IVR从静态设计向AI驱动系统的演变及安全风险，提出融合敏捷安全、全球数据合规与伦理原则的治理框架，推动IVR成为安全可问责的智能数字前沿。
2025-05-02 cs.AI cs.CR cs.SE
algoTRIC: Symmetric and asymmetric encryption algorithms for Cryptography -- A comparative analysis in AI era
本文比较分析了AI时代下对称与非对称加密算法在效率、复杂性和安全性等方面的表现，指出SE算法速度快而AE算法安全性更优，并提出了未来增强网络安全加密技术的研究方向。
2024-12-12 cs.CR
