論文の概要: Developing Enterprise Cyber Situational Awareness
- arxiv url: http://arxiv.org/abs/2009.01864v1
- Date: Thu, 3 Sep 2020 18:16:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-03 22:43:43.976349
- Title: Developing Enterprise Cyber Situational Awareness
- Title(参考訳): 企業サイバー状況認識の展開
- Authors: Christopher L Gorham
- Abstract要約: このトピックは、米国国防総省のネットワークセキュリティ防衛の改善戦略に焦点を当てる。
このアプローチは、DODの目標がネットワークを保護するための脆弱性に対処するかどうかを判断するために分析される。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The topic will focus on the U.S. Department of Defense strategy towards
improving their network security defenses for the department and the steps they
have taken at the agency level where components under DOD such as The Defense
Information Systems Agency are working towards adding tools that provides
additional capabilities in the cyber space. This approach will be analyzed to
determine if DOD goals address any of their vulnerabilities towards protecting
their networks. One of the agencies under the DOD umbrella called The Defense
Information Systems Agency provides DOD a template on how to build a network
that relies upon layers of security to help it combat cyber attacks against its
network. Whether that provides an effective solution to DOD remains a question
due to the many components that operate under its direction. Managing these
networks is the principle responsibilities for the Department of Defense.
Nevertheless, it does demonstrates that there are tools available to help DOD
build an strong enterprise cyber network of situational awareness that
strengthens the ability to protect their network infrastructure.
- Abstract(参考訳): このトピックは、国防総省が国防総省のネットワークセキュリティ防御を改善するための戦略と、国防情報システム庁などのdod下にあるコンポーネントがサイバー空間に追加機能を提供するツールを追加するために取り組んでいる機関レベルで行ったステップに焦点を当てる。
このアプローチは、DODの目標がネットワークを保護するための脆弱性に対処するかどうかを判断するために分析される。
DOD傘下のDefense Information Systems Agency(国防情報システム庁)は、そのネットワークに対するサイバー攻撃に対抗するために、セキュリティ層に依存するネットワークを構築するためのテンプレートを提供している。
DODに効果的なソリューションを提供するかどうかは、その方向性の下で動作している多くのコンポーネントのため、依然として疑問である。
これらのネットワークの管理は国防総省の原則的責任である。
それでも、dodがネットワークインフラストラクチャを保護する能力を強化する、状況対応型の強力なエンタープライズサイバーネットワークを構築するのに役立つツールがあることを実証している。
関連論文リスト
- Attention-Based Real-Time Defenses for Physical Adversarial Attacks in
Vision Applications [58.06882713631082]
ディープニューラルネットワークはコンピュータビジョンタスクにおいて優れたパフォーマンスを示すが、現実の敵攻撃に対する脆弱性は深刻なセキュリティ上の懸念を引き起こす。
本稿では、敵チャネルの注意力を利用して、浅いネットワーク層における悪意のある物体を素早く識別・追跡する、効果的な注意に基づく防御機構を提案する。
また、効率的な多フレーム防御フレームワークを導入し、防御性能と計算コストの両方を評価することを目的とした広範な実験を通じて、その有効性を検証した。
論文 参考訳(メタデータ) (2023-11-19T00:47:17Z) - Untargeted White-box Adversarial Attack with Heuristic Defence Methods
in Real-time Deep Learning based Network Intrusion Detection System [0.0]
Adversarial Machine Learning (AML)では、悪意のあるアクターが機械学習(ML)とディープラーニング(DL)モデルを騙して、誤った予測を生成する。
AMLは新たな研究領域であり、敵の攻撃の詳細な研究に欠かせないものとなっている。
我々は,FGSM(Fast Gradient Sign Method),JSMA(Jacobian Saliency Map Attack),PGD(Projected Gradient Descent),Cerini & Wagner(C&W)の4つの強力な攻撃手法を実装した。
論文 参考訳(メタデータ) (2023-10-05T06:32:56Z) - Automated Cyber Defence: A Review [0.0]
Automated Cyber Defense内の研究は、シーケンシャルな意思決定エージェントを通じて、ネットワークされたシステムを自律的に防御することで、インテリジェンス対応の開発と実現を可能にする。
本稿では,ACO(Autonomous Cyber Operation)とACO(Autonomous Cyber Operation)の2つのサブ領域に分割して,自動サイバー防衛の展開を包括的に詳述する。
この要件分析は、ACO Gymsを、現実のネットワークシステムに自動エージェントをデプロイするための総合的な目標として批判するためにも用いられる。
論文 参考訳(メタデータ) (2023-03-08T22:37:50Z) - Graph Neural Networks for Decentralized Multi-Agent Perimeter Defense [111.9039128130633]
我々は,防御者の地域認識とコミュニケーショングラフから行動へのマッピングを学習する模倣学習フレームワークを開発した。
学習ネットワークの性能を実証するために、異なるチームサイズと構成のシナリオで周辺防衛ゲームを実行します。
論文 参考訳(メタデータ) (2023-01-23T19:35:59Z) - Synthesis of Adversarial DDOS Attacks Using Tabular Generative
Adversarial Networks [0.0]
攻撃のテクノロジーが進化を続ける中で、新しいタイプの攻撃が目立っている。
これらの攻撃の1つは、GAN(Generative Adversarial Networks)に基づく攻撃で、機械学習IDSの脆弱性を回避できる。
本研究は、GINを用いて生成した実DDoS攻撃を用いて合成された敵攻撃がIDSに与える影響について検討する。
論文 参考訳(メタデータ) (2022-12-14T18:55:04Z) - Proceedings of the Artificial Intelligence for Cyber Security (AICS)
Workshop at AAAI 2022 [55.573187938617636]
ワークショップは、サイバーセキュリティの問題へのAIの適用に焦点を当てる。
サイバーシステムは大量のデータを生成し、これを効果的に活用することは人間の能力を超えます。
論文 参考訳(メタデータ) (2022-02-28T18:27:41Z) - Automating Privilege Escalation with Deep Reinforcement Learning [71.87228372303453]
本研究では,エージェントの訓練に深層強化学習を用いることで,悪意あるアクターの潜在的な脅威を実証する。
本稿では,最先端の強化学習アルゴリズムを用いて,局所的な特権エスカレーションを行うエージェントを提案する。
我々のエージェントは、実際の攻撃センサーデータを生成し、侵入検知システムの訓練と評価に利用できる。
論文 参考訳(メタデータ) (2021-10-04T12:20:46Z) - Network Defense is Not a Game [0.0]
研究は、人工知能を人間のオペレーターがネットワークを守る能力のスケールと拡張に応用することを目指している。
我々の立場は、ネットワーク・ディフェンスは不確実でおそらく漂流するルールを持つゲームの集合として特徴づけられる。
ネットワーク防御タスクをネットワーク環境の分布として定義することを提案する。
論文 参考訳(メタデータ) (2021-04-20T21:52:51Z) - Dataset Security for Machine Learning: Data Poisoning, Backdoor Attacks,
and Defenses [150.64470864162556]
この作業は体系的に分類され、幅広いデータセット脆弱性とエクスプロイトを議論する。
様々な毒とバックドアの脅威モデルとそれらの関係を記述することに加えて,それらの統一分類法を展開する。
論文 参考訳(メタデータ) (2020-12-18T22:38:47Z) - Adversarial Machine Learning Attacks and Defense Methods in the Cyber
Security Domain [58.30296637276011]
本稿では,機械学習技術に基づくセキュリティソリューションに対する敵攻撃に関する最新の研究を要約する。
サイバーセキュリティドメインでエンドツーエンドの敵攻撃を実装するという、ユニークな課題を議論するのは、これが初めてである。
論文 参考訳(メタデータ) (2020-07-05T18:22:40Z) - SOM-based DDoS Defense Mechanism using SDN for the Internet of Things [14.58995970729543]
ソフトウェア定義ネットワーク(SDN)を用いたSOMベースのDDoS防御機構を提案する。
このメカニズムの主な考え方は、物のインターネットにおけるデバイスサービスを保護するためにSDNベースのゲートウェイをデプロイすることだ。
論文 参考訳(メタデータ) (2020-03-15T14:13:17Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。