Identification and Verification of Attack-Tree Threat Models in Connected Vehicles
随着网络物理组件在汽车行业的应用越来越多,网络安全已成为一个紧迫的话题。在联网车辆中采用以太网和WiFi等技术和通信协议会产生许多攻击场景。因此,ISO/SAE 21434和UN R155(2021)定义了汽车网络安全的标准和监管框架。这两份文件都采用了基于风险管理的方法,并要求采用威胁建模方法进行风险分析和识别。这种威胁建模方法必须符合ISO/SAE 21434的威胁分析和风险评估(TARA)框架。相反,现有的威胁建模方法列举孤立的威胁,而不考虑车辆的设计和连接。因此,他们忽视了从车辆接口到其资产的攻击路径的作用。换句话说,他们缺少TARA工作产品,例如,攻击路径危及资产或可行性和影响评级。我们提出了一种威胁建模方法,通过识别,排序和连接漏洞从一个有效的攻击面的资产来构建攻击路径。最初,我们将网络安全指南转化为攻击树,然后我们使用它们的正式解释来评估车辆的设计。该工作流产生攻击路径的组合构造以及所需的TARA工作产品(例如,攻击路径、可行性和影响)。更重要的是,我们可以在联网车辆的背景下迭代地应用工作流程,以确保设计符合性、隐私和网络安全。最后,为了展示汽车行业中先发制人的威胁识别和风险分析的复杂性和重要性,我们在互联车辆测试平台SPIDER中评估了所提出的基于模型的方法。
2022-12-29 cs.CR
Automated Attack Testflow Extraction from Cyber Threat Report using BERT for Contextual Analysis
针对手动提取APT攻击测试流程耗时易错的问题,提出FLOWGUARDIAN,利用BERT和NLP自动化从威胁报告提取流程,经实证验证准确高效,增强安全团队能力。
2025-07-09 cs.CR
LogKernel A Threat Hunting Approach Based on Behaviour Provenance Graph and Graph Kernel Clustering
网络威胁搜寻是一个主动搜索过程,用于查找组织信息系统中的隐藏威胁。它是主动防御高级持续性威胁(APT)的重要组成部分。然而,目前大多数的威胁搜索方法都依赖于网络威胁情报(CTI),它可以发现已知的攻击,但无法发现CTI尚未披露的未知攻击。在本文中,我们提出了LogKernel,威胁狩猎方法的基础上图核聚类,可以有效地分离攻击行为的良性活动。LogKernel首先将系统审计日志抽象为行为起源图(BPG),然后使用图核将其嵌入到连续空间中进行聚类。特别是,我们设计了一种新的基于BPG的图核聚类方法,它可以捕获BPG的结构信息和丰富的标签信息。为了减少误报,LogKernel进一步量化了异常行为的威胁。我们评估LogKernel的恶意数据集,其中包括七个模拟的攻击场景和DAPRA CADETS数据集,其中包括四个攻击场景。实验结果表明,LogKernel算法能够在所有的攻击场景中进行搜索,并且与现有的方法相比,能够发现未知的攻击。
2022-08-18 cs.CR
Taxonomy for Cybersecurity Threat Attributes and Countermeasures in Smart Manufacturing Systems
University of Massachusetts Dartmouth(麻省大学达特茅斯分校);Western New England University(新英格兰西部大学);University of South Carolina(南卡罗来纳大学);The University of Arizona(亚利桑那大学)
本文提出智能制造系统网络安全威胁的综合分类体系,涵盖威胁行为者、攻击方法与影响,以及对策分类,通过案例展示攻击链及防护措施设计。
2026-04-01 cs.CR
An Empirical Assessment of Endpoint Security Systems Against Advanced Persistent Threats Attack Vectors
高级持续性威胁对蓝队构成了重大挑战,因为他们长时间应用各种攻击,阻碍了事件关联及其检测。在这项工作中,我们利用各种不同的攻击场景来评估EDR和其他端点安全解决方案对检测和预防APT的有效性。我们的研究结果表明,仍然有很大的改进空间,因为最先进的端点安全系统无法防止和记录本工作中报告的大部分攻击。此外,我们还讨论了篡改EDR遥测提供商的方法,使对手能够执行更隐蔽的攻击。
2022-01-11 cs.CR
Threats, Protection and Attribution of Cyber Attacks on Critical Infrastructures
随着关键国家基础设施变得越来越容易受到网络攻击,它们的保护对于任何组织和国家来说都成为一个重要问题。此外,指认能力是避免网络空间有罪不罚现象的一个重要因素。在这篇文章中,我们提出了关键基础设施的主要威胁,以及一个国家可以采取的保护措施,并根据法律,技术,组织,能力建设和合作方面进行分类。最后,我们提供了一个关于网络归属和网络和平维护的当前方法和实践的概述
2019-01-12 cs.CR
ThreatPilot: Attack-Driven Threat Intelligence Extraction
National University of Singapore(新加坡国立大学);Nanyang Technological University(南洋理工大学);Fudan University(复旦大学);Cyber Special Ops-R&D, NCS Group(NCS集团网络特种作战研发部)
ThreatPilot通过提取分层的攻击驱动威胁情报,提升威胁检测准确性和效率,生成更精确的检测规则和攻击命令。
2025-12-21 cs.CR
DEMIS: A Threat Model for Selectively Encrypted Visual Surveillance Data
近年来,由于许多设备中的集成相机的便利性,对个人/物体的监控变得越来越可能。由于这些设备捕获了人们的重要时刻或活动,因此攻击者可以利用这些设备中的弱点发起攻击。不同的研究提出了对捕获的视觉数据进行简单/选择性加密以确保安全,但尽管加密,攻击者仍然可以访问或操纵这些数据。本文提出了一种新的威胁模型,DEMIS,它有助于分析对这种加密视频的威胁。本文还研究了可用于威胁的攻击媒介以及减少或防止攻击的缓解措施。对于实验,首先通过使用图像分割技术和Chacha 20密码对测试视频的感兴趣区域(ROI)应用选择性加密来生成数据集。其次,在实验中模拟了不同类型的攻击,如逆向攻击、反向攻击、反向攻击、随机插入攻击和可延展性攻击,以显示攻击的效果、风险矩阵和这些攻击的严重性。我们开发的原始数据集,选择性加密和攻击的视频可在git-repository(https://github.com/Ifeoluwapoo/video-datasets)上获得,供未来的研究人员使用。
2022-10-26 cs.CR
SoK: A Survey of Open-Source Threat Emulators
威胁模拟器是模拟网络攻击或恶意行为的工具或脚本集。它们可用于创建和发起单过程攻击和多步骤攻击;由此产生的攻击可能是已知或未知的网络攻击。使用威胁模拟器的动机各不相同,包括需要在组织中执行自动化安全审计或减少红色团队的规模以降低笔测试成本;或者希望为正在开发的安全工具创建基线测试或为笔测试人员提供其他工具。在本文中,我们回顾和比较各种开源的威胁模拟器。我们专注于MITRE ATT&CK Enterprise矩阵中的战术和技术,并确定它们是否可以使用仿真器执行和测试。我们开发了一种全面的方法,用于对威胁模拟器的一般功能进行定性和定量比较,例如先决条件,攻击定义,清理等。最后,我们将讨论一个威胁模拟器优于另一个的情况。此调查可帮助安全团队、安全开发人员和产品部署团队使用最合适的威胁模拟器检查其网络环境或产品。使用提供的指导方针,团队可以选择最符合其需求的威胁模拟器,而无需评估所有这些模拟器。
2020-10-02 cs.CR
CLIProv: A Contrastive Log-to-Intelligence Multimodal Approach for Threat Detection and Provenance Analysis
本文提出多模态方法CLIProv,利用对比学习对齐溯源日志与威胁情报语义,将威胁检测转化为语义搜索问题,有效识别攻击行为并生成简明攻击场景,在标准数据集上实现了更高的精确度和检测效率。
2025-07-12 cs.CR
ThreatLinker: An NLP-based Methodology to Automatically Estimate CVE Relevance for CAPEC Attack Patterns
Sapienza University of Rome(罗马第一大学)
ThreatLinker通过NLP技术自动估计CVE与CAPEC攻击模式的相关性,提升了威胁分析的效率和准确性。
2026-01-12 cs.CR
Cyber Threat Intelligence : Challenges and Opportunities
越来越多的网络攻击需要网络安全和取证专家几乎实时地检测,分析和防御网络威胁。在实践中,如果不深入研究攻击特征并采取相应的智能防御行动,就不可能及时处理如此大量的攻击,这在本质上定义了网络威胁情报概念。然而,如果没有人工智能、机器学习和先进的数据采掘技术来收集、分析和解释网络攻击证据,这种智能是不可能实现的。在这一介绍性章节中,我们首先讨论网络威胁情报的概念及其主要挑战和机遇,然后简要介绍本书的章节,这些章节要么解决了已确定的挑战,要么提出了提供威胁情报的机会主义解决方案。
2018-08-03 cs.CR
DeepHunter: A Graph Neural Network Based Approach for Robust Cyber Threat Hunting
网络威胁搜索是对组织信息系统中已知攻击行为的主动搜索。它是缓解高级持续威胁(APT)的重要组成部分。然而,来源数据中记录的攻击行为可能与已知的攻击行为不完全一致。在本文中,我们提出了DeepHunter,这是一种基于图神经网络(GNN)的图模式匹配方法,可以以鲁棒的方式将起源数据与已知的攻击行为进行匹配。具体来说,我们设计了一个图神经网络架构,其中包含两个新的网络:可以包含妥协指标(IOCs)信息的属性嵌入网络和可以捕获IOCs之间关系的图嵌入网络。为了评估DeepHunter,我们选择了五种真实和合成的APT攻击场景。实验结果表明,DeepHunter能够捕获所有的攻击行为,其准确性和鲁棒性均优于最先进的Poirot方法。
2021-04-20 cs.CR
SaSeVAL: A Safety/Security-Aware Approach for Validation of Safety-Critical Systems
公路车辆通信和自动驾驶能力的提高导致了攻击者施加的威胁。特别是,必须查明导致违反安全规定的袭击,以便采取适当措施加以解决。攻击的影响取决于所利用的威胁、潜在的对策和流量状况。为了识别这种攻击并将其用于测试,我们提出了一种系统化的方法SaSeVAL,用于推导自动驾驶汽车的攻击。SaSeVAL基于威胁识别和安全性分析。考虑了汽车用例对攻击的影响。威胁识别考虑车辆的攻击界面,并根据威胁类型对威胁场景进行分类,然后将威胁场景映射到攻击类型。安全性分析根据被测系统的体系结构确定必须测试的必要要求。它确定了安全违规可能产生的安全影响,以及在哪些交通状况下预计会产生最大的影响。最后,威胁识别和安全性分析的结果被用来描述攻击。SaSeVAL的目标是实现车辆w.r.t.的安全验证。安全问题。它明确地将安全目标追溯到威胁和攻击。因此,安全测试的安全问题的覆盖范围得到了保证。车辆通信和自动驾驶的两个用例进行了调查,以证明该方法的适用性。
2021-06-25 cs.CR
TMAP: A Threat Modeling and Attack Path Analysis Framework for Industrial IoT Systems (A Case Study of IoM and IoP)
针对工业物联网系统威胁建模方法缺乏全面分析与路径评估的问题,提出一种定量威胁建模方法,识别攻击向量并评估路径,通过IoM和IoP案例验证其有效性。
2023-12-23 cs.CR
Leveraging Open Threat Exchange (OTX) to Understand Spatio-Temporal Trends of Cyber Threats: Covid-19 Case Study
了解网络攻击的时空演变所表现出的特性可以提高网络威胁情报。此外,更好地了解威胁模式是网络威胁预防、检测和管理以及增强防御的关键功能。在这项工作中,我们研究了来自所有行业的160,000名全球参与者共同面临的新威胁的不同方面。首先,我们对收集的网络威胁进行探索性数据分析。我们调查了最有针对性的国家,最常见的恶意软件和本地化的攻击频率分布。其次,我们提取了国家层面的攻击传播模式。我们使用带有从一个国家切换到另一个国家的概率的转换图来对这些行为进行建模。最后,我们分析网络威胁受COVID-19爆发及政府为防止病毒传播而实施的卫生措施影响的程度。
2021-09-03 cs.CR
Towards Realistic Threat Modeling: Attack Commodification, Irrelevant Vulnerabilities, and Unrealistic Assumptions
当前的威胁模型通常考虑攻击者可以渗透系统的所有可能方式,并根据某些度量(例如,妥协时间)为每条路径分配概率。在本文中,我们将讨论这种观点如何阻碍当前威胁建模的技术(如攻击图)和战略(如博弈论)方法的真实性,并建议通过更仔细地观察攻击特征和攻击者环境来避开。我们使用一个玩具的ICS攻击的威胁模型,以显示如何从一个简单的分析攻击阶段和攻击者的局限性,攻击实例的现实视图可以出现。
2018-01-14 cs.CR cs.GT
Phishing - A Growing Threat to E-Commerce
在当今的商业环境中,很难想象一个无法访问Web的工作场所,但各种电子邮件病毒、间谍软件、广告软件、特洛伊木马、网络钓鱼攻击、目录收集攻击、DoS攻击和其他威胁结合起来攻击企业和客户。本文试图审查网络钓鱼-一个不断增长和发展的威胁,以互联网为基础的商业交易。各种网络钓鱼方法,包括钓鱼,鱼叉式网络钓鱼,域欺骗,键盘记录程序,恶意软件,网络木马,和其他将被讨论。本文还重点介绍了反网络钓鱼工作组(APWG)和韩国互联网安全中心的最新网络钓鱼分析。
2011-12-24 cs.CR
MultiKG: Multi-Source Threat Intelligence Aggregation for High-Quality Knowledge Graph Representation of Attack Techniques
针对现有依赖CTI报告构建攻击知识图谱存在粗粒度且不准确的问题,提出自动化框架MultiKG,融合CTI报告、动态日志和静态代码等多源威胁情报,利用LLM自动化构建并合并细粒度攻击技术知识图谱,有效提升攻击重建与检测等安全任务的效果。
2024-11-13 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
ThreatPro: Multi-Layer Threat Analysis in the Cloud
存在许多有效的威胁分析(TA)技术,其集中于分析对目标资产的威胁(例如,组件、服务)。这些技术考虑资产之间的静态互连。然而,在动态环境中,例如云,资源可以实例化,跨物理主机迁移或退役,以向用户提供快速的资源弹性。很明显,现有的TA技术不能满足所有这些要求。此外,对云系统的复杂多层/多资产攻击越来越多,例如Equifax数据泄露。因此,需要设计用于分析复杂,动态和多层云环境中的威胁的威胁分析方法。在本文中,我们提出了ThreatPro,它解决了多层攻击的分析问题,并支持云中的动态互连。ThreatPro通过开发一个与技术无关的信息流模型来促进威胁分析,该模型通过一组条件转换来表示云的功能。该模型为虚拟机生命周期中的多层动态互连建立了基础。具体而言,ThreatPro有助于(a)探索威胁的行为及其在云中的传播,以及(b)通过分析多种威胁对各种运营层/资产的影响来评估云的安全性。使用国家漏洞数据库(NVD)中有关威胁的公开信息,我们验证了ThreatPro的功能,即,(a)识别和跟踪实际的云攻击,以及(b)推测性地假设替代的潜在攻击路径。
2022-09-29 cs.CR
Fault Attacks on Secure Embedded Software: Threats, Design and Evaluation
嵌入式软件是在硬件执行总是正确的假设下开发的。故障攻击打破并利用了这一假设。通过小心地引入有针对性的错误,对手修改了软件的控制流或数据流完整性。然后分析修改后的程序执行,并将其用作信息泄漏的来源,或用作特权升级的机制。由于现代嵌入式系统的复杂性不断增加,并且由于即使在弱对手的情况下也难以保证正确的硬件执行,因此故障攻击是一种日益增长的威胁。例如,假设对手必须接近软件的物理执行,以便将可利用的故障注入硬件,已经多次被证明是不正确的。本文对基于硬件的软件故障攻击进行了综述,重点介绍了嵌入式系统环境下的软件故障攻击。我们提出了一个详细的讨论的解剖故障攻击,我们作出审查故障攻击评估技术。本文强调的是从攻击者的角度,而不是从对策制定的角度。然而,我们强调,对策的改进往往建立在对攻击的洞察之上。
2020-03-23 cs.CR
An Unsupervised Learning Approach For A Reliable Profiling Of Cyber Threat Actors Reported Globally Based On Complete Contextual Information Of Cyber Attacks
International Islamic University(国际伊斯兰大学);Seoul National University(首尔大学)
针对监督学习依赖结构化数据且耗时的问题,提出一种基于完整上下文信息的无监督凝聚层次聚类技术,通过识别网络威胁行为者的共同特征进行有效聚合与画像,为防御网络攻击提供支持。
2025-09-15 cs.CR
MM-AttacKG: A Multimodal Approach to Attack Graph Construction with Large Language Models
针对现有攻击图构建仅利用文本而忽略图像威胁信息的问题,提出MM-AttacKG框架,通过多模态大语言模型解析威胁图像并整合进攻击图,显著提升构建质量。
2025-06-20 cs.CR cs.CY
POIROT: Aligning Attack Behavior with Kernel Audit Records for Cyber Threat Hunting
网络威胁情报(CTI)被用于搜索攻击的指标,这些攻击可能已经危害了企业网很长一段时间而没有被发现。为了进行更有效的分析,CTI开放标准纳入了描述性关系,显示了指标或可观测量如何相互关联。然而,这些关系要么在信息收集中被完全忽视,要么不用于威胁搜索。在本文中,我们提出了一个系统,称为POIROT,它使用这些相关性来揭示一个成功的攻击活动的步骤。我们使用内核审计作为一个可靠的来源,涵盖了所有的因果关系和系统实体之间的信息流和模型的威胁狩猎作为一个不精确的图模式匹配问题。我们的技术方法是基于一种新的相似性度量,该度量评估了由CTI相关性构建的查询图和由内核审计日志记录构建的起源图之间的对齐。我们根据公开发布的真实事件报告以及DARPA设计的对抗性攻击报告评估POIROT,其中包括针对不同操作系统平台(如Linux,FreeBSD和Windows)的十次不同攻击活动。我们的评估结果表明,POIROT能够搜索包含数百万个节点的内部图,并在几分钟内查明攻击,结果表明CTI相关性可用作威胁狩猎的强大和可靠的工件。
2019-09-30 cs.CR
Denial of Wallet -- Defining a Looming Threat to Serverless Computing
无服务器计算是云计算的最新范例,它为在高度可扩展的环境中开发事件驱动的、按需付费的功能提供了一个框架。虽然这些特征提供了一种强大的新发展模式,但它们也引发了一种新形式的网络攻击,称为拒绝钱包(强迫财务枯竭)。在这项工作中,我们定义和识别拒绝钱包的威胁及其潜在的攻击模式。此外,我们展示了这种新形式的攻击如何可能规避现有的缓解系统开发的类似风格的攻击,拒绝服务。我们的目标是双重的。首先,我们将对这种新兴的攻击模式进行简要而翔实的概述。其次,我们提出本文作为一个起点,使研究人员和服务提供商创建有效的缓解策略。我们包括一些模拟实验,以突出这种攻击可能造成的潜在经济损失,并创建一个隔离的测试床,继续对这些攻击的安全研究。
2021-04-21 cs.CR
Defending against Phishing Attacks: Taxonomy of Methods, Current Issues and Future Directions
互联网技术在今天如此普及,例如,从在线社交网络到网上银行,它使人们的生活变得更加舒适。由于互联网技术的发展,对系统和网络的安全威胁是无情的发明。其中一个严重的威胁是“网络钓鱼”,攻击者试图使用虚假的电子邮件或网站或两者来窃取用户的凭据。的确,工业界和学术界都在努力开发解决方案来对抗网络钓鱼威胁。因此,组织在网络钓鱼威胁预防中注意最终用户意识非常重要。因此,本文的目的是双重的。首先,我们将详细讨论网络钓鱼攻击的历史和攻击者的动机。然后,我们将提供各种类型的网络钓鱼攻击的分类。其次,我们将提供文献中提出的各种解决方案的分类,以保护用户免受网络钓鱼的基础上,在我们的分类识别的攻击。此外,我们还讨论了物联网(IoT)中网络钓鱼攻击的影响。最后,我们讨论了文献中仍然存在的各种问题和挑战,这些问题和挑战对于打击网络钓鱼威胁非常重要。
2017-05-27 cs.CR
Attack-Graph Threat Modeling Assessment of Ambulatory Medical Devices
技术不断融入社会的各个方面,突出表明需要查明和了解吸收新技术的风险。当技术用于医疗目的时,如用于监测患者生命体征的移动设备,这种必要性就更高了。这种集成创造了有利于恶意活动的环境。潜在的影响给医学界带来了新的挑战。因此,本研究提出了攻击图建模作为一种可行的解决方案,以识别漏洞,评估风险,并形成缓解策略,以保护流动医疗设备免受攻击。在文献中确定了与移动设备(包括蓝牙传感器和Android应用程序)的各个方面相关的常见和频繁漏洞和攻击策略。基于此分析,本研究提出了一个攻击图建模的理论设备,突出的漏洞和缓解策略,以考虑在设计具有类似组件的移动设备时的例子。
2017-09-15 cs.CR
cryptoRAN: A review on cryptojacking and ransomware attacks w.r.t. banking industry -- threats, challenges, & problems
本文综述了银行业面临的勒索软件与新兴加密劫持威胁,剖析网络犯罪技术演变及金融机构面临的挑战,并引入DFIR方法以最小化这两类攻击。
2023-11-24 cs.CR
Bribe & Fork: Cheap Bribing Attacks via Forking Threat
本文提出Bribe & Fork攻击,利用羽毛分叉威胁将贿赂成本降至约125美元,实证分析显示PCN脆弱性,需稳健解决方案。
2024-07-17 cs.CR
Security Analysis of WiFi-based Sensing Systems: Threats from Perturbation Attacks
本文提出一种名为WiIntruder的对抗性扰动攻击,通过最大化可迁移性、解决信号失真及增强隐蔽性,评估基于WiFi的感知系统在用户认证和呼吸监测等服务中的安全威胁。
2024-04-24 cs.CR
Threats to Pre-trained Language Models: Survey and Taxonomy
预训练的语言模型(PTLM)在广泛的自然语言处理(NLP)任务中取得了巨大的成功和显著的性能。然而,人们对采用PTLM的潜在安全问题也越来越关注。在这次调查中,我们全面系统化最近发现的威胁PTLM系统和应用程序。我们从三个有趣的角度进行攻击表征。(1)我们表明,威胁可能发生在不同阶段的PTLM管道所提出的不同的恶意实体。(2)我们确定了两种类型的模型可转移性(横向,纵向),方便攻击。(3)根据攻击目标,我们总结了四类攻击(后门,逃避,数据隐私和模型隐私)。最后讨论了一些尚待解决的问题和研究方向。我们相信我们的调查和分类将激发未来的研究对安全和隐私保护的PTLM。
2022-02-14 cs.CR
A Threat Modeling Framework for Evaluating Computing Platforms Against Architectural Attacks
软件组件滥用与硬件的特权关系,以绕过系统保护、监视器或取证工具。这些关系通常不是非法的,并且通过设计存在于系统组件之间。因此,即使是具有安全硬件和软件组件的系统,在架构上也可能是脆弱的。不幸的是,现有的威胁建模方案不适用于对计算平台的架构攻击建模。这主要是因为现有技术依赖于软件的抽象表示(例如,数据流图)作为一个主要要求,不适用于作为一个整体的平台(考虑硬件和软件元素)。在本文中,我们讨论了一个硬件-软件体系结构视图的必要性,系统的威胁建模。然后,我们提出了LambertTM,一个框架适应威胁建模方法,适用于不可信的平台,通过整体的方法。Lambertology涉及用于平台抽象建模的系统安全体系结构。使用设计结构矩阵分析,LambertTM帮助最终用户识别针对平台的可能攻击向量。该框架是来自系统工程和软件安全领域的概念的连接点。我们已经应用该框架上的多用途计算机与x86 - 64架构作为一个案例研究,以显示我们的框架的有效性。
2018-09-05 cs.CR
CRUcialG: Reconstruct Integrated Attack Scenario Graphs by Cyber Threat Intelligence Reports
针对现有CTI报告构建图存在的NLP能力弱和语义不足等问题,提出CRUcialG系统,通过提取攻击知识、四阶段合理性验证及序列化图生成模型,自动重构攻击场景图,在召回率和F1分数上显著优于SOTA。
2024-10-15 cs.CR
Modern DDoS Threats and Countermeasures: Insights into Emerging Attacks and Detection Strategies
本文综述近十年DDoS攻击演变与检测策略,强调攻击目标多样化及高级对抗策略,探讨可编程交换机等硬件增强检测,并指出开放问题与未来方向。
2025-02-27 cs.CR
SCyTAG: Scalable Cyber-Twin for Threat-Assessment Based on Attack Graphs
Ben-Gurion University of the Negev(内盖夫本-古里安大学);Fujitsu Research Europe(富士通欧洲研究所);Fujitsu Technology Solutions(富士通技术解决方案)
SCyTAG通过生成最小可行网络孪生,高效评估攻击场景影响,实现可扩展的威胁评估解决方案。
2025-12-27 cs.CR
A Threat Modelling Approach to Analyze and Mitigate Botnet Attacks in Smart Home Use Case
尽管物联网设备的开发和利用激增,但物联网设备的安全性仍处于起步阶段。物联网设备的安全隐患使黑客很容易接管物联网设备并将其用于僵尸网络攻击等恶意活动。随着物联网设备的猖獗出现,僵尸网络攻击正在激增。僵尸网络攻击不仅对物联网设备用户,而且对世界其他地区都是灾难性的。因此,迫切需要在设计阶段识别和缓解物联网设备中可能的威胁。威胁建模是一种用于在系统设计活动的早期阶段识别威胁的技术。在本文中,我们提出了一种威胁建模方法来分析和减轻物联网灵巧家庭用例中的僵尸网络攻击。所提出的方法使用STRIDE和VAST威胁建模方法识别灵巧家庭用例中的开发级和应用级威胁。此外,我们将已识别的威胁与僵尸网络攻击联系起来。最后,我们提出了所有已识别的威胁,包括僵尸网络威胁的缓解技术。
2021-01-06 cs.CR cs.CY
Towards Effective Identification of Attack Techniques in Cyber Threat Intelligence Reports using Large Language Models
本文针对网络威胁情报报告中攻击技术提取面临的类别不平衡与领域复杂性问题,提出LLM摘要加重新训练的SciBERT模型的两步流水线方法,显著提升了F1分数。
2025-05-06 cs.CR
RAPTOR: Advanced Persistent Threat Detection in Industrial IoT via Attack Stage Correlation
本文提出RAPTOR系统,利用ICS/OT环境的TTP和易采集的流量与IDS警报关联APT攻击阶段并生成行动图,实验表明其检测精度高、误报漏报低。
2023-09-26 cs.CR
Merging Cyber Threat Intelligence Through Retrieval-Augmented Generation and Small Language Models for Rich Threat Representation
University of Cagliari(卡利亚里大学);IMT School for Advanced Studies Lucca(卢卡高等研究学院);Consorzio Interuniversitario Nazionale per l’Informatica(意大利国家大学计算机联盟)
提出一种结合检索增强生成与小语言模型的自动化流水线,从异构CTI来源生成增强攻击图,以支持预防、检测和响应,并在10个真实案例中验证其有效性。
2026-09-09 cs.CR
Finding Software Supply Chain Attack Paths with Logical Attack Graphs
LTCI, Télécom Paris, Institut Polytechnique de Paris(电信学院,巴黎理工学院)
针对MulVal无法捕获软件供应链(SSC)威胁传播的局限,提出其扩展以集成SSC与现有网络威胁分析,新增谓词建模SSC资产等,可应对XZ妥协等现代SSC攻击。
2025-11-14 cs.CR
Cyber Attack Mitigation Framework for Denial of Service (DoS) Attacks in Fog Computing
International Islamic University(伊斯兰国际大学);Seoul National University(首尔大学)
本文提出一种针对雾计算中DDoS攻击的自动化网络威胁缓解框架,采用设备、雾和云多层安全方法,结合防火墙规则、统计和行为分析及深度包检查技术,实现从检测到缓解的全面网络保护。
2025-09-15 cs.CR
Building Confidence not to be Phished through a Gamified Approach: Conceptualising User's Self-Efficacy in Phishing Threat Avoidance Behaviour
网络钓鱼攻击非常普遍,人类是这种在线身份盗窃攻击的核心,其目的是窃取受害者的敏感和个人信息,如用户名,密码和网上银行详细信息。有许多反网络钓鱼工具的开发,以挫败对网络钓鱼攻击。由于人类是网络钓鱼中最薄弱的环节,因此教育他们检测和避免网络钓鱼攻击非常重要。自我效能感是影响个体网络钓鱼威胁规避行为动机的重要因素之一,并与知识水平存在相关性。建议的研究努力对用户的自我效能,以提高个人的网络钓鱼威胁规避行为,通过他们的动机。利用社会认知理论,我们探讨了各种知识属性,如观察(替代)知识,启发式知识和结构性知识极大地有助于个人的自我效能,以提高网络钓鱼威胁预防行为。在此基础上,提出了一个理论框架,描述了知识属性、自我效能感、威胁回避动机与用户威胁回避行为之间的关系。最后,结合本研究所发现的知识元素,设计一个游戏原型,以提升个人在网路钓鱼威胁规避行为中的自我效能。
2018-11-22 cs.CR
How to Design a Blue Team Scenario for Beginners on the Example of Brute-Force Attacks on Authentications
针对数字化时代网络攻击威胁,本文以认证暴力破解攻击为例,设计并系统描述了三个相互衔接的开源蓝队场景,为初学者提供易于检测的实践训练以最大化学习效果。
2024-07-23 cs.CR
Risks of Practicing Large Language Models in Smart Grid: Threat Modeling and Validation
本文系统评估了大型语言模型在智能电网应用中的风险,识别两类主要攻击并构建威胁模型,通过真实数据验证了攻击者可注入不良数据并提取领域知识。
2025-04-21 cs.CR
MDHP-Net: Detecting an Emerging Time-exciting Threat in IVN
针对车载网络中的新型时间激发攻击,提出MDHP-Net检测方法,利用多维霍克斯过程与特征提取结构,并发布首个开源数据集STEIA9,实验证明其优于基线。
2025-04-22 cs.CR
AI-based Attack Graph Generation
针对网络规模扩大导致攻击图生成耗时的问题,提出基于编码器-解码器架构和强化学习算法的AI模型,能在短时间内生成接近最优的攻击图,实验验证了其学习效果并优于传统方法。
2023-11-27 cs.CR
SoK: The Next Frontier in AV Security: Systematizing Perception Attacks and the Emerging Threat of Multi-Sensor Fusion
Kent State University(肯特州立大学);University of Maryland, Baltimore County(马里兰大学巴尔的摩县分校)
本文系统化分析了48篇关于自动驾驶感知层攻击的研究,揭示了从单传感器攻击到多传感器融合威胁的发展趋势,指出现有研究在现实测试、短期评估偏见及跨传感器一致性防御方面的不足,并提出融合感知安全的设计方向。
2026-04-22 cs.CR
An Overview of Cyber Threats, Attacks, and Countermeasures on the Primary Domains of Smart Cities
智慧城市是通过数字技术增强现有设施和服务以造福人民和公司的地方。这个城市最重要的基础设施是相互连接的。增加市政领域之间的数据交换旨在管理基本资产,从而提高城市治理的自动化程度,并优化动态提供的服务。然而,对于这些数据流的建模,没有明确的指导方针或标准。因此,运营商、市政当局、政策制定者、制造商、解决方案提供商和供应商被迫接受可扩展性有限且需求多变的系统。尽管如此,提高对智慧城市网络安全的认识并采取适当措施保护公民的隐私和安全至关重要,因为网络威胁似乎是有组织的,多样化的和复杂的。本研究旨在概述智能城市主要领域(智能政府,智能移动,智能环境,智能生活,智能医疗,智能经济和智能人)的网络威胁,攻击和对策,以向决策者提供从最先进技术中提取的信息,以感知关键情况,同时成为科学界的宝贵资源。
2022-07-10 cs.CR
Chasing the Shadows: TTPs in Action to Attribute Advanced Persistent Threats
本研究提出CAPTAIN方法,利用APT组织过去的TTPs及其序列上下文进行基线建立和相似性度量,实现攻击模式匹配与威胁归因,精确度达61.36%(top-1)和69.98%(top-2),优于传统方法。
2024-09-24 cs.CR
Authentication schemes for Smart Mobile Devices: Threat Models, Countermeasures, and Open Research Issues
本文提出了一个全面的调查认证方案的智能移动设备。我们首先概述了近年来发表的关于移动设备安全性的现有调查文章。然后,我们描述并给出了智能移动设备中的威胁模型分为五类,包括,基于身份的攻击,基于窃听的攻击,基于窃听和基于身份的攻击,基于操纵的攻击,和基于服务的攻击。我们还提供了一个分类的对策分为四种类型的类别,包括,密码功能,个人识别,分类算法,和信道特性。根据这些,我们将智能移动设备的认证方案分为四类,即1)基于生物特征的认证方案,2)基于通道的认证方案,3)基于因素的认证方案,和4)基于ID的认证方案。此外,我们还以表格的形式提供了智能移动设备身份验证方案的分类和比较。最后,我们确定了开放的挑战和未来的研究方向。
2019-03-08 cs.CR
An Automated Attack Investigation Approach Leveraging Threat-Knowledge-Augmented Large Language Models
提出一种结合杀伤链对齐威胁知识库的LLM攻击调查框架,通过阶段感知知识检索与因果推理重建多阶段攻击并生成报告,在15个场景中显著优于ATLAS。
2025-09-01 cs.CR
Nip in the Bud: Forecasting and Interpreting Post-exploitation Attacks in Real-time through Cyber Threat Intelligence Reports
本文提出端点预测与解释系统EFI,利用CTI报告构建攻击场景图并结合EDR溯源图实时预测后渗透攻击的下一步行动,通过攻击模板图与图对齐算法实现技术级解释并自动加固系统,实验显示预测与解释精确率达91.8%。
2024-05-05 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