SCRM: An Actionable Framework for Space Cyber Risk Management
University of Colorado Colorado Springs（科罗拉多大学斯普林斯分校）；The Laboratory for Cybersecurity Dynamics（网络安全动力学实验室）
提出首个空间网络风险管理框架，系统建模基础设施、任务与攻击，提供风险分析与加固算法，经真实SATCOM攻击案例验证，可有效缓解级联效应与网络风险。
2026-10-06 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
Cyber Security of Smart Grid Infrastructure
智能电网的安全性是至关重要的，以维持稳定和可靠的电力系统运行的紧急情况下，由于任何关键的电力系统组件的故障。确保安全的智能电网涉及电网崩溃或设备故障的可能性较小。由于缺乏适当的安全措施，可能会发生大停电，甚至可能导致连锁故障。因此，为了保护这一关键的电力系统基础设施，并确保向最终用户提供可靠和不间断的电力供应，必须高度重视智能电网的安全问题。在智能电网环境中，电力基础设施通过将当前和未来的要求以及先进的功能结合到其消费者中来实现现代化。为了实现智能电网，网络系统与物理电力系统相结合。虽然网络系统的采用使电网更加节能和现代化，但它也带来了网络攻击问题，这对国家基础设施安全和客户满意度至关重要。由于网络攻击，电网可能面临运行故障和失步。这种操作故障可能会损坏关键的电力系统组件，这可能会中断电力供应并使系统不稳定，从而导致高额的经济处罚。在本章中，一些最近的网络攻击相关的事件进入智能电网环境进行了讨论。详细阐述了电力系统关键基础设施网络安全问题的要求和现状。
2014-01-22 cs.CR
Characterizing the Landscape of COVID-19 Themed Cyberattacks and Defenses
COVID-19（冠状病毒）给全球社会和经济带来了巨大的冲击。特别是，在家工作已成为员工的新常态。尽管COVID-19同样可以攻击无辜的人和网络罪犯，但具有讽刺意味的是，以COVID-19为主题的网络攻击激增，被称为COVID-19主题网络攻击或简称COVID-19攻击，这代表了一种尚未被系统理解的新现象。在本文中，我们迈出了全面描述这些攻击的第一步，包括通过网络杀伤链模型的复杂性。我们还探讨了针对这些攻击的防御解决方案空间。
2021-02-25 cs.CR
Intelligent Attacks on Cyber-Physical Systems and Critical Infrastructures
本文概述了针对信息物理系统与关键基础设施的智能攻击态势，探讨了利用AI算法开发攻击的方法、OT环境中的现有攻击手段及IT中的AI渗透测试工具，并提出了通过阻碍AI学习来缓解攻击的策略和未来研究方向。
2025-01-22 cs.CR
Towards Assessing Critical Infrastructures Cyber-Security Culture During Covid-19 Crisis: A Tailor-Made Survey
本文概述了针对COVID-19危机期间关键基础设施网络安全文化评估的调查的设计和开发，当时生活常规受到严重干扰，工作现实受到根本影响。其基础是一个安全文化框架，该框架由10个不同的安全层面组成，分为52个领域，在两个不同的支柱下进行审查：组织和个人。本文给出了详细的问卷构建分析，同时揭示了每个问题的目的、目标和预期结果。报告最后提出了调查实施和交付计划，其中包括若干调查前阶段，每个阶段都有具体的方法目的。
2020-12-26 cs.CR
DICOMHawk: A Cyber Deception Framework for Medical Imaging Infrastructure
Technical University of Denmark（丹麦技术大学）；CSIS（网络安全与信息系统安全中心）
研究针对医学成像系统网络攻击问题，提出DICOMHawk网络欺骗框架，通过逼真交互等模拟相关服务，经多阶段测试，该框架吸引更多有效会话，避免被检测，捕获多次攻击，提升了对威胁的可见性。
2026-08-26 cs.CR
Designing a Cyber-security Culture Assessment Survey Targeting Critical Infrastructures During Covid-19 Crisis
本文介绍了一项调查的设计，旨在对COVID-19危机期间的关键基础设施进行网络安全文化评估，当时生活现实受到严重干扰，工作条件受到根本影响。该调查基于安全文化框架，分为组织和个人两个层面，并进一步分析了由52个领域组成的10个不同的安全维度。一个深入的问卷建设分析，重点是目的，目标和预期成果。报告最后介绍了调查的实施方法，同时强调了该框架的首次应用及其在全球危机中的深刻见解。
2021-02-05 cs.CR
Reliability and Resilience of AI-Driven Critical Network Infrastructure under Cyber-Physical Threats
针对AI驱动的5G/6G关键网络易受网络物理攻击引发级联故障的问题，提出整合AI异常检测、自适应路由与冗余机制的容错韧性框架，经NS-3仿真验证，其在故障恢复、传输稳定性和服务中断减少上均优于基线方法。
2025-10-22 cs.CR
AI-Driven Cybersecurity Testbed for Nuclear Infrastructure: Comprehensive Evaluation Using METL Operational Data
本研究利用METL操作数据，评估了四种AI方法在核设施网络安全中的检测性能，发现变化点检测效果最佳，为关键基础设施的网络安全提供了基准和架构。
2025-12-01 cs.CR
An Overview of Cyber Security and Privacy on the Electric Vehicle Charging Infrastructure
电动汽车（EV）是减轻我们对化石燃料依赖的关键。未来的智能电网预计将由数百万辆配备高需求电池的电动汽车组成。为了避免（当前）电网过载，需要进行昂贵的升级。如果电动汽车的用户参与能量平衡机制，例如通过双向电动汽车充电，则可以避免一些升级。随着包括电动汽车智能充电站在内的消费者互联网连接设备的激增，它们对网络攻击的安全性和对私人数据的保护日益受到关注。我们需要适当地调整和发展我们目前的技术，必须解决电动汽车充电基础设施的安全挑战，这超出了能源和运输网络领域的传统技术应用。安全性必须与其他理想的品质相平衡，例如互操作性，加密灵活性和能源效率。有证据表明，目前电动汽车充电基础设施的网络安全意识存在差距。本文通过提供迄今为止最全面的隐私和安全挑战概述来填补这一空白。为此，我们回顾了其生态系统中使用的通信协议，并提供了可能用于未来研究的安全工具的建议。
2022-09-16 cs.CR
A Smart City Infrastructure Ontology for Threats, Cybercrime, and Digital Forensic Investigation
本文提出SCOPE本体扩展，融合UCO/CASE与MITRE的SCI威胁模型和取证证据，以支持智慧城市网络犯罪调查与信息共享。
2025-02-07 cs.CR
OnionBots: Subverting Privacy Infrastructure for Cyber Attacks
在过去的十年里，僵尸网络通过采取一系列日益复杂的策略来逃避检测和接管，并将其基础设施货币化而生存下来。与此同时，Tor等隐私基础设施的成功为非法活动打开了大门，包括僵尸网络、勒索软件以及毒品和违禁品市场。我们认为，下一波僵尸网络将广泛颠覆隐私基础设施和加密机制。在这项工作中，我们建议先发制人的调查设计和缓解这样的僵尸网络。首先，我们介绍OnionBots，我们相信它将成为下一代有弹性的隐形僵尸网络。OnionBots使用隐私基础设施进行网络攻击，将其操作与受感染的主机IP地址完全分离，并携带不会泄露有关其来源，目的地和性质的信息的流量。这些机器人在隐私基础设施内共生，以逃避检测，测量，规模估计，观察以及一般所有基于IP的当前缓解技术。此外，我们表明，有一个足够的自我修复的网络维护计划，这是简单的实现，洋葱机器人实现了低直径和低程度，并在节点删除分区是强大的。我们开发了一种缓解技术，称为SOAP，它可以中和基本OnionBots的节点。我们还概述并讨论了一组技术，可以实现超级洋葱机器人的后续浪潮。鉴于此类僵尸网络的潜力，我们认为研究界应该积极开发检测和缓解方法来阻止OnionBots，可能会对隐私基础设施进行调整。
2015-01-14 cs.CR
Automating the Generation of Cyber Range Virtual Scenarios with VSDL
网络靶场是用于培训安全专家和测试攻击和防御工具和程序的环境。通常，网络靶场模拟一个或多个关键基础设施，攻击（红色）和防御（蓝色）团队必须分别妥协和保护。基础设施可以物理组装，但更方便的是依赖于基础设施即服务（IaaS）范式。虽然一些现代技术支持IaaS，但感兴趣的场景的设计和部署大多是手动操作。因此，通常的做法是让网络范围托管几个（有时只有一个）合并的场景。然而，重复使用相同的场景可能会大大降低培训和测试会话的有效性。在本文中，我们提出了一个框架，自动定义和部署任意复杂的网络范围的情况。该框架依赖于虚拟场景描述语言（VSDL），即，一种特定于领域的语言，用于定义所需基础设施的高级功能，同时隐藏低级细节。VSDL的语义是根据虚拟基础设施必须满足的约束给出的。然后将这些约束提交给SMT求解器，以检查规范的可满足性。如果可以满足，规范将生成一个模型，该模型将自动转换为一组部署脚本，并提交给IaaS提供商。
2023-01-30 cs.CR
Automatic Investigation Framework for Android Malware Cyber-Infrastructures
Android系统的普及，不仅在手机设备中，而且在物联网设备中，使其成为恶意软件非常有吸引力的目的地。事实上，恶意软件正在以类似的速度扩张，目标是在大多数情况下依赖互联网正常工作的设备。最先进的恶意软件缓解解决方案主要集中在使用动态和静态分析特征来区分恶意应用程序和良性应用程序的实际恶意Android应用程序的检测上。然而，Android恶意应用程序的互联网/网络维度的覆盖范围很小。在本文中，我们提出了ToGather，一个自动调查框架，以Android恶意软件样本，作为输入，并产生一个关于这些样本家庭的恶意网络基础设施的情况意识。ToGather利用最先进的图论技术来生成可操作的粒度智能，以减轻Android恶意软件应用程序的恶意互联网活动所带来的威胁。我们对来自不同Android家族的真实恶意软件样本进行了ToGather实验，获得的结果非常有趣，非常有前途
2018-06-23 cs.CR
Characterizing Cyber Attacks against Space Systems with Missing Data: Framework and Case Study
本文提出一个包含指标的框架，通过有原则地推断缺失数据来刻画针对航天系统的现实世界网络攻击，并基于72起攻击数据推导出4,076条攻击技术杀伤链，发现防范路径上和社会工程学攻击可阻止80%的攻击。
2023-09-09 cs.CR
Beyond Resilience: Antifragility in Critical Infrastructure Cybersecurity
Augusta University（奥古斯塔大学）；The University of Tulsa（塔尔萨大学）
本文针对关键基础设施网络安全提出反脆弱性理论，结合两类数据集验证假设，发现OT相关行业扰动事件占比更高，攻击会增大过程偏差，为反脆弱性测试确立了两个前提条件。
2026-08-03 cs.CR
Unsupervised Learning Based Robust Multivariate Intrusion Detection System for Cyber-Physical Systems using Low Rank Matrix
电力、运输、通信等重要基础设施的正常和不间断运作，对于一个国家的正常运作至关重要。过去造成关键基础设施服务中断的网络攻击被认为是一个重大威胁。随着技术的进步和关键基础设施向基于IP的通信的发展，网络物理系统成为攻击者有利可图的目标。本文提出了一个鲁棒的多变量入侵检测系统RAD，用于在O（d）空间和时间复杂度内检测网络物理系统中的攻击，其中d是系统状态向量中的参数个数.建议的入侵检测系统（IDS）是在一个无监督学习设置，而不使用标记的数据表示的攻击。它允许一小部分训练数据被离群值破坏或受到攻击，通过订阅强大的训练过程。建议的IDS优于现有的异常检测技术在几个现实世界的数据集和攻击场景。
2020-09-07 cs.CR
Space Cybersecurity Testbed: Fidelity Framework, Example Implementation, and Characterization
本文提出了一个刻画太空网络安全测试床保真度的框架，包含7个属性，并基于此构建和刻画了一个涵盖太空、地面、用户和链路段的具体测试床，验证了其对真实太空网络攻击场景的容纳能力。
2025-07-15 cs.CR
A Simple and Agile Cloud Infrastructure to Support Cybersecurity Oriented Machine Learning Workflows
Sophos AI（Sophos人工智能）
为机器学习（ML）安全模型生成最新的、标记良好的数据集是一项独特的工程挑战，因为大量数据、标记的复杂性和不断的概念漂移使得难以生成有效的训练数据集。在这里，我们描述了一个简单、有弹性的云基础设施，用于生成ML训练和测试数据集，这提高了我们的团队研究和生产大量安全ML模型的速度。
2020-02-26 cs.CR cs.LG
Cyberattack Detection in Critical Infrastructure and Supply Chains
针对工业4.0关键基础设施与供应链中IDS难以检测零日攻击及数据高度不平衡的问题，提出结合DNN与数据增强的方法，并指出SMOTE在极端不平衡数据下存在过拟合，需新增强方法。
2025-10-21 cs.CR
Consistent and Compatible Modelling of Cyber Intrusions and Incident Response Demonstrated in the Context of Malware Attacks on Critical Infrastructure
本文提出将关键基础设施的入侵模型与应急响应剧本统一建模，通过安全建模框架实现攻击树到剧本格式的转换，增强风险评估与响应的集成，并提供了九个示例模型。
2025-05-22 cs.CR
Anomaly Detection in Cyber-Physical Systems: Reconstruction of a Prediction Error Feature Space
网络物理系统是使用网络通信和传感器读数等数字信息来控制物理世界中的实体的基础设施。机场、医院和核电厂的许多网络物理系统被视为关键基础设施，因为其正常功能的中断可能对社会造成负面影响。在过去的几年中，已经提出了一些基于人工智能的网络物理系统的安全解决方案。然而，知识域是需要适当地设置和训练人工智能算法。本文提出了一种基于误差空间重构的异常检测框架，利用遗传算法对机器学习方法进行超参数优化。该方法在SWaT数据集中获得了87.89%的F1分数。
2021-12-29 cs.CR
Anomaly Detection from Cyber Threats via Infrastructure to Automated Vehicle
当在能见度有限的高密度交通情况下自动驾驶时，使用结构到车辆（I2V）信息可以带来很大的好处，因为外部传感器增强了车辆的感知能力。在本研究中，引入了一种方法来提高车辆在交叉路口的自我意识，以应对使用I2V通信时可预见的最大挑战之一：网络安全。引入的异常检测算法在自动驾驶汽车上运行，评估I2V通信的健康状况，以抵御多种网络安全攻击。该分析是在模拟环境中进行的，使用了Secredas项目（跨域可靠依赖自动化系统的网络安全）的网络攻击场景，并提供了车辆在面临不同类型和幅度的I2V网络攻击以及传感器冗余丢失时的局限性。结果表明，自动驾驶汽车可以稳健地检测和缓解注入的异常，使其能够更安全，更舒适地做出反应，并在交叉路口保持正确的目标跟踪。
2021-04-23 cs.CR math.OC
Characterizing Honeypot-Captured Cyber Attacks: Statistical Framework and Case Study
严格描述网络攻击的统计特性是一个重要的问题。在本文中，我们提出了{ \em first}统计框架，用于严格分析蜜罐捕获的网络攻击数据。该框架是建立在新的概念{ \em随机网络攻击过程}，一种新的数学对象来描述网络攻击。为了演示该框架的使用，我们将其应用于分析低交互蜜罐数据集，同时注意到该框架同样可以应用于分析包含更丰富的攻击信息的高交互蜜罐数据。该案例研究首次发现，蜜罐捕获的网络攻击表现出了远程依赖性（LRD）。案例研究证实，通过利用统计特性（在这种情况下为LRD），可以准确地预测网络攻击（至少在攻击率方面）。这种预测能力将为防御者提供足够的预警时间，以调整其防御配置或资源分配。“灰盒”（而不是“黑盒”）预测的想法是统计框架实用性的核心，并且代表了最终理解网络攻击的{ \em可预测性}（程度）的重要一步。
2016-03-24 cs.CR stat.AP
Safeguarding the Future of Mobility: Cybersecurity Issues and Solutions for Infrastructure Associated with Electric Vehicle Charging
本文针对电动汽车充电站生态系统的网络安全问题，提出一种基于机器学习的入侵检测系统，旨在以低误报率和高准确率保护充电基础设施的安全。
2025-01-24 cs.CR
PRECISE: Private Regulatory Compliance for Cyberattack Detection on Critical Infrastructure Systems
Oklahoma State University（俄克拉荷马州立大学）
提出PRECISE框架，利用差分隐私假设检验在保护利益相关者隐私的同时增强监管信心，通过两阶段隐私方案实现与无差分隐私方法相当的检测性能。
2026-07-01 cs.CR
Autonomous AI-based Cybersecurity Framework for Critical Infrastructure: Real-Time Threat Mitigation
School of Computer Science and Technology（计算机科学与技术学院）
本文提出了一种基于AI的自主网络安全框架，用于实时检测和缓解关键基础设施中的网络威胁，以提升系统安全性和韧性。
2025-07-10 cs.AI cs.CR cs.ET
Staring Down the Digital Fulda Gap Path Dependency as a Cyber Defense Vulnerability
学术界、国土安全部、国防部和媒体已经接受了这样一种观点，即未来网络战争中的关键基础设施网络冲突是对美国进行大规模网络攻击的主要途径。网络范式认为关键基础设施是未来网络冲突的主要攻击媒介。关键基础设施中的国家脆弱性在网络话语中被赋予了一个位置，就像自然法则一样接近不容置疑的真理。美国人对7月11，以及对美国本土的任何攻击，都暗示对手，攻击关键基础设施给人民造成困难，可能会违背抵制外国影响的意愿。更有可能的是，影响到普通民众的袭击反而增强了抵抗和战斗的意志，类似于1940年英国对德国轰炸行动的反应。我们不能排除影响普通民众的攻击，但没有足够的对抗性进攻能力来攻击所有16个关键基础设施部门并获得战略势头。对手的网络攻击能力有限，需要优先考虑与整体战略一致的网络目标。从逻辑上讲，对手将把他们的OCO集中在具有国家安全影响的行动上，并通过否认、贬低和混淆美国的信息环境和美国的网络资产来支持他们的军事行动。
2021-12-06 cs.CR cs.CY
SoK: Securing the Final Frontier for Cybersecurity in Space-Based Infrastructure
本文系统梳理地面、空间、卫星及星座层面的网络攻击向量，评估相关缓解措施有效性，并提出风险评分框架以识别未来研究挑战。
2025-07-22 cs.CR cs.NI
Cyber Threat Landscape Analysis for Starlink Assessing Risks and Mitigation Strategies in the Global Satellite Internet Infrastructure
本文通过文献梳理、Starlink架构审查和卫星网络威胁分析，识别并排序其网络安全风险，提出缓解策略以增强全球卫星互联网基础设施的韧性。
2024-05-11 cs.CR cs.NI
Explainable AI-Driven Cyber Risk Analytics and Model Reliability Assessment for Intelligent Governance of U.S. Critical Infrastructure: An XGBoost and SHAP-Based Intrusion Detection Framework
Department of Business Information Systems, Central Michigan University（中央密歇根大学商业信息系统系）；Department of Information Studies, Trine University（特林大学信息学系）；Department of Computer Science, Maharishi International University（Maharishi国际大学计算机科学系）
针对美国关键基础设施面临的网络威胁，提出一种结合XGBoost、随机森林等机器学习分类器与可解释AI（XAI）技术的入侵检测与网络风险预测框架，通过CICIDS2017数据集验证模型性能与可靠性。
2026-06-04 cs.AI cs.CR
Predicting Cyber-Attack using Cyber Situational Awareness: The Case of Independent Power Producers (IPPs)
对物联网（IoT）的日益严重的依赖引发了安全问题;多年来，其在发电关键基础设施（CI）上的应用受到了大规模的网络攻击。以前的研究工作，以了解网络安全从网络态势感知（CSA）的角度未能批判性地考虑各种网络态势感知（CSA）的安全漏洞，从人类行为的角度与CI。该研究评估了CSA元素，以预测发电行业的网络攻击。本研究文章的数据是使用调查方法从IPP收集的。分析方法采用偏最小二乘结构方程模型（PLS-SEM），以评估所提出的模型。结果显示，对人和网络攻击的负面影响，但在预测网络攻击显着。该研究还表明，信息处理是重要的，并积极影响网络攻击。研究还发现，人与攻击和信息与攻击之间的关联没有中介作用。这可能是由于独立发电商实施了有效的网络安全控制。最后，该研究还没有显示网络基础设施网络攻击预测的迹象。原因可能是独立发电厂的管理人员制定了适当的准入政策和安全措施。
2022-02-01 cs.CR
Signals and Symptoms: ICS Attack Dataset From Railway Cyber Range
本文通过在铁路网络靶场上开展两次ICS攻击仿真，构建了融合当前攻击趋势与历史事件模式的ICS攻击数据集，为提升ICS安全防护和事件分析能力提供关键资源。
2025-07-02 cs.CR
Cybersecurity Attacks in Vehicle-to-Infrastructure (V2I) Applications and their Prevention
互联车辆（CV）环境由各种数据汇集、数据通信和传播以及计算基础设施系统组成，这些系统与所有传统计算环境一样容易受到网络攻击。网络攻击可能会危及互联汽车应用的预期安全性、移动性、能源和环境效益。由于网络攻击可能导致严重的交通事故，它已成为联网汽车应用中的主要问题之一。在本文中，我们从V2I应用的角度研究了网络攻击对V2I网络的影响。然后，我们开发了一种新的V2I网络安全架构，命名为CVGuard，它可以检测和防止对V2I环境的网络攻击。在设计CVGuard时，考虑了可扩展性、弹性和未来可用性等关键挑战。在V2I应用程序上使用分布式拒绝服务（DDoS）的案例研究，即，停止标志间隙辅助（SSGA）应用程序表明，CVGuard在减轻DDoS攻击造成的不利影响方面是有效的。在我们的案例研究中，由于DDoS攻击，次要和主要道路车辆之间的冲突发生在无信号交叉口，这可能导致潜在的碰撞。由于CVGuard的运作，车辆之间的冲突减少。根据CVGuard安全平台实施和运行前后的冲突数量，对冲突减少情况进行了比较。分析显示，CVGuard采用的策略成功地将车辆间冲突减少了60%，其中DDoS攻击在无信号交叉口危及SSGA应用程序。
2017-11-29 cs.CR cs.NI
Towards Principled Analysis and Mitigation of Space Cyber Risks
针对空间基础设施网络风险认知不足的问题，本研究通过提出攻击表征框架、分析现有实践、确立工具评估属性及构建级联效应建模框架，推动了空间网络风险分析与缓解的技术发展。
2025-08-23 cs.CR
Cyber Warfare During Operation Sindoor: Malware Campaign Analysis and Detection Framework
本研究聚焦“辛杜尔行动”期间巴基斯坦APT组织针对印度的RAT恶意软件攻击，分析其部署战术技术，搭建带自定义扩展的Osquery遥测日志收集框架，并提出可直接部署的检测规则。
2025-10-05 cs.CR
SCART: Simulation of Cyber Attacks for Real-Time
本文提出 SCART 仿真框架与数据集，将可靠性事件及单/多传感器网络攻击注入实时系统仿真，以安全、可扩展地评估攻击影响、防御机制并支撑机器学习训练验证。
2025-10-04 cs.CR
Hybrid CNN-LSTM Framework for Intelligent Cyber Attack Detection and Prevention in U.S. Critical Digital Infrastructure: A Comparative Machine Learning Evaluation on CSE-CIC-IDS2018
Department of Computer Science, Maharishi International University（马哈拉吉国际大学计算机科学系）；Department of Information Studies, Trine University（特林大学信息学系）；Department of Business Information Systems, Central Michigan University（中央密歇根大学商业信息系统系）
提出一种结合CNN和LSTM的混合深度学习框架，利用CSE-CIC-IDS2018数据集进行网络攻击检测与防御，通过比较多种机器学习模型，实现高精度入侵检测和自动防御。
2026-06-04 cs.CR cs.LG
Critical Infrastructure Security: Penetration Testing and Exploit Development Perspectives
本文综述关键基础设施安全，探讨渗透测试与漏洞利用开发的方法及挑战，指出二者是识别弱点、缓解威胁、提升系统弹性的关键，呼吁将其纳入常规安全协议并加强公私合作。
2024-07-24 cs.CR
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
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
Impersonation-as-a-Service: Characterizing the Emerging Criminal Infrastructure for User Impersonation at Scale
在本文中，我们提供了一个新兴的犯罪基础设施，使模仿攻击规模的证据。模拟即服务（ImpaaS）允许攻击者系统地收集和实施用户简档（包括用户凭据、Cookie、设备和行为指纹以及其他元数据），以规避基于风险的身份验证系统，并有效地绕过多因素身份验证机制。我们提出了ImpaaS模型，并通过分析一个大型的，仅限邀请，俄罗斯ImpaaS平台提供用户配置文件超过$260'000$全球互联网用户的操作，评估其实施。我们的研究结果表明，ImpaaS模型正在增长，并提供了系统地规避跨多个平台的身份验证控制所需的机制，同时为攻击者提供了一个可靠的，最新的和半自动化的环境，使目标选择和用户模拟成为规模。
2020-11-05 cs.CR
Towards Incident Response Orchestration and Automation for the Advanced Metering Infrastructure
本文提出一种基于CACAO标准、利用剧本实现高级计量基础设施事件响应编排与自动化的方法，并在测试平台上验证了其快速遏制威胁、保障业务连续性的有效性。
2024-03-11 cs.CR
A next-generation platform for Cyber Range-as-a-Service
Università degli Studi di Napoli Federico II（那不勒斯费德里科二世大学）
在过去的几年里，网络靶场已经成为训练专业人员应对网络威胁和攻击的广泛解决方案。云计算在这方面发挥着关键作用，因为它能够创建虚拟基础设施，而网络靶场正是基于虚拟基础设施。然而，网络靶场的设置和管理是昂贵且耗时的活动。在本文中，我们强调了新一代网络范围平台的新功能。特别是，这些功能包括为实际的企业基础设施创建虚拟克隆，使安全管理人员无需设置培训场景和课程，自动监控参与者的活动，以及模拟他们的行为。
2021-12-21 cs.AI cs.CR
Cybersecurity Law: Legal Jurisdiction and Authority
网络安全威胁影响到社会的各个方面;关键基础设施（如网络、企业系统、供水系统和智能交通系统）特别容易受到攻击，并可能对社会产生切实的负面影响。然而，这些关键的网络系统通常由多个司法管辖区管理，例如华盛顿特区地区的地铁由弗吉尼亚州和马里兰州管理，以及哥伦比亚特区（DC）通过华盛顿都市区交通管理局（WMATA）管理。此外，由DC Water管理的水处理基础设施包括来自Fairfax和Arlington县以及该地区（即DC）的废水输入。此外，网络攻击通常从未知的来源发起，通过未知的交换机和服务器，并最终到达目的地，而不知道其来源或路径。某些基础设施在多个国家之间共享，这是加剧治理问题的另一个特质。然而，这份法律文件并不关注这些基础设施的一般治理，而是关注相关法律或理论中关于在网络威胁或网络攻击的背景下哪个当局将占上风的模糊性，重点是联邦与州问题，国际法参与，联邦先发制人，可能影响立法的技术方面，以及网络犯罪案件中的责任冲突。对以前的案件进行了法律分析，并对争论的不同方面进行了广泛的讨论。
2022-07-20 cs.CR cs.SI
Towards Characterizing Cyber Networks with Large Language Models
National Security Directorate Pacific Northwest National Laboratory（国家安全局太平洋西北国家实验室）；Global Security Directorate Savannah River National Laboratory（全球安全局萨凡纳河国家实验室）
本文提出利用大语言模型（CLEM）对网络日志进行嵌入，通过聚类与专家标注对比，证明该方法在威胁狩猎中识别异常行为的潜力。
2024-11-11 cs.AI cs.CR cs.LG
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
Global Pandemics Influence on Cyber Security and Cyber Crimes
COVID-19在生活的许多领域造成了广泛的破坏，使人类更加依赖互联网和技术，使我们意识到安全的远程工作环境的重要性。虽然在封锁期间鼓励社会分离，但在线基础设施已成为通信，商务，工作和学习的中心焦点，为公司采用新方法和运营模式带来了新的挑战和趋势。网络攻击案件增加，欺诈者和网络犯罪分子利用远程工作人员的脆弱性和公众对冠状病毒信息的兴趣，利用这一点来加强他们的非法活动。本文件探讨了人们在疫情期间面临的不同类型的安全威胁和网络犯罪，以及对安全可靠的网络基础设施的需求。本文试图分析这些问题的安全含义。
2023-02-24 cs.CR cs.CY
Critical Infrastructure Security Goes to Space: Leveraging Lessons Learned on the Ground
本文通过比较工业控制系统与空间系统的共性，迁移地面关键基础设施和 IoT 的网络安全经验，为空间系统防护及未来研发提出建议。
2023-09-26 cs.CR cs.SY eess.SY
Securing U.S. Critical Infrastructure: Lessons from Stuxnet and the Ukraine Power Grid Attacks
本文通过分析震网和乌克兰电网攻击，指出美国关键基础设施中工业控制系统的常见漏洞，并提出零信任架构与网络隔离等政策建议以增强系统韧性。
2025-10-16 cs.CR
On TinyML and Cybersecurity: Electric Vehicle Charging Infrastructure Use Case
University of Western Ontario（西安大略大学）；Ontario Tech University（安大略理工大学）
本文综述了TinyML在资源受限环境下的网络安全挑战与解决方案，并以电动汽车充电基础设施为用例，通过ESP32微控制器实验验证了TinyML在降低延迟和内存使用方面的优势。
2024-07-26 cs.AI cs.CR cs.LG
Cyber-Resilient Digital Twins: Discriminating Attacks for Safe Critical Infrastructure Control
Department of Computer Science, Bowling Green State University（计算机科学系，鲍灵格林州立大学）
本文提出i-SDT，结合液压正则化预测建模、多类攻击识别和自适应抗扰控制，提升工业 CPS 对网络攻击的防御能力，减少误报并降低运营成本。
2026-03-19 cs.CR cs.LG
Establishing Cyber Resilience in Embedded Systems for Securing Next-Generation Critical Infrastructure
智能技术在关键商业、工业和公共环境中的大规模集成和部署对商业运营和整个社会产生了重大影响。尽管这些关键智能技术的集成对技术制造商提出了严重的嵌入式安全挑战，但这些技术制造商需要根据国际安全法规进行系统性的处理。本文通过推导嵌入式安全要求来实现国际安全机构制定的核心安全功能，并提出微架构特征来建立嵌入式系统的网络弹性，从而为此类智能技术建立安全基础。为了弥补嵌入式和操作安全领域之间的研究差距，对现有的嵌入式安全方法、微体系结构和设计流程进行了详细的回顾。现有的嵌入式安全方法被发现是临时的，被动的，强烈依赖于建立和维护信任。据我们所知，到目前为止，没有现有的嵌入式安全微架构或防御机制提供数据流的连续性或一旦信任被打破的安全性。此功能对于部署在关键基础设施中的嵌入式技术至关重要，可以增强和维护安全性，并获得安全漏洞的证据，以有效评估，改进和部署主动响应和缓解策略。为此，本文提出了三个微架构特征，应设计并集成到嵌入式架构中，以建立，维护和提高下一代关键基础设施的嵌入式系统的网络弹性。
2020-04-06 cs.CR cs.LO eess.SP
