論文の概要: Fuzzy quantitative attack tree analysis
- arxiv url: http://arxiv.org/abs/2401.12346v1
- Date: Mon, 22 Jan 2024 20:24:53 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-18 08:27:10.838318
- Title: Fuzzy quantitative attack tree analysis
- Title(参考訳): ファジィ定量的攻撃木解析
- Authors: Thi Kim Nhung Dang, Milan Lopuhaä-Zwakenberg, Mariëlle Stoelinga,
- Abstract要約: 定量的アタックツリー分析は、最も短く、最も可能性が高く、最も安価なアタックなどの重要な指標を定式化する、多数のセキュリティ指標をサポートする。
定量的分析における重要なボトルネックは、データ不足と/または知識不足のため、値が正確には分かっていないことである。
最上ファジィ計量値を効率的に計算するボトムアップアルゴリズムを導出するモジュラ分解定理を証明した。
- 参考スコア(独自算出の注目度): 1.640922391885265
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Attack trees are important for security, as they help to identify weaknesses and vulnerabilities in a system. Quantitative attack tree analysis supports a number security metrics, which formulate important KPIs such as the shortest, most likely and cheapest attacks. A key bottleneck in quantitative analysis is that the values are usually not known exactly, due to insufficient data and/or lack of knowledge. Fuzzy logic is a prominent framework to handle such uncertain values, with applications in numerous domains. While several studies proposed fuzzy approaches to attack tree analysis, none of them provided a firm definition of fuzzy metric values or generic algorithms for computation of fuzzy metrics. In this work, we define a generic formulation for fuzzy metric values that applies to most quantitative metrics. The resulting metric value is a fuzzy number obtained by following Zadeh's extension principle, obtained when we equip the basis attack steps, i.e., the leaves of the attack trees, with fuzzy numbers. In addition, we prove a modular decomposition theorem that yields a bottom-up algorithm to efficiently calculate the top fuzzy metric value.
- Abstract(参考訳): 攻撃木はシステムの弱点や脆弱性を特定するのに役立つため、セキュリティにとって重要である。
定量的アタックツリー分析は、最も短く、最も可能性が高く、最も安価な攻撃のような重要なKPIを定式化する、多数のセキュリティ指標をサポートする。
定量的分析における重要なボトルネックは、データ不足や知識不足のため、その値が正確には分かっていないことである。
ファジィ論理はそのような不確実な値を扱うための顕著なフレームワークであり、多くの領域で応用されている。
いくつかの研究では、木解析を攻撃するためのファジィアプローチが提案されているが、ファジィメトリック値やファジィメトリックの計算のための汎用アルゴリズムの明確な定義は提供されていない。
本研究では、ファジィ計量値の一般的な定式化を定義し、最も定量的な測定値に適用する。
結果として得られる計量値は、ザデの拡張原理に従って得られるファジィ数であり、攻撃木の葉にファジィ数を持たせたときに得られる。
さらに,最上位ファジィ計量値を効率的に計算するボトムアップアルゴリズムを導出するモジュラ分解定理を証明した。
関連論文リスト
- Fuzzy Fault Trees Formalized [1.640922391885265]
ファジィ論理は曖昧な値を扱うための一般的なフレームワークである。
本稿では,ファジィ不確実性値に対する厳密な枠組みを定義する。
また,システムのファジィ信頼性を効率的に計算するボトムアップアルゴリズムを提案する。
論文 参考訳(メタデータ) (2024-03-13T14:45:54Z) - Revisiting Evaluation Metrics for Semantic Segmentation: Optimization
and Evaluation of Fine-grained Intersection over Union [113.20223082664681]
そこで本研究では,mIoUsの微細化と,それに対応する最悪の指標を提案する。
これらのきめ細かいメトリクスは、大きなオブジェクトに対するバイアスの低減、よりリッチな統計情報、モデルとデータセット監査に関する貴重な洞察を提供する。
ベンチマークでは,1つの測定値に基づかないことの必要性を強調し,微細なmIoUsが大きな物体への偏りを減少させることを確認した。
論文 参考訳(メタデータ) (2023-10-30T03:45:15Z) - Optimal Transport for Measures with Noisy Tree Metric [29.950797721275574]
木メートル空間上での確率測度に対する最適輸送問題について検討する。
一般に、1つの空間でサポートされている測度であっても、このアプローチは計算が難しい。
我々は、ロバスト OT が計量特性を満たすことを示し、負の定値であることを示す。
論文 参考訳(メタデータ) (2023-10-20T16:56:08Z) - A Geometrical Approach to Evaluate the Adversarial Robustness of Deep
Neural Networks [52.09243852066406]
対向収束時間スコア(ACTS)は、対向ロバストネス指標として収束時間を測定する。
我々は,大規模画像Netデータセットに対する異なる敵攻撃に対して,提案したACTSメトリックの有効性と一般化を検証する。
論文 参考訳(メタデータ) (2023-10-10T09:39:38Z) - A Systematic Evaluation of Node Embedding Robustness [77.29026280120277]
本研究では,ノード埋め込みモデルのランダムおよび逆毒攻撃に対する経験的ロバスト性を評価する。
ネットワーク特性とノードラベルを用いて計算したエッジの追加,削除,再切り替えの戦略を比較した。
その結果,ノード分類はネットワーク再構成とは対照的に,高い性能劣化に悩まされていることがわかった。
論文 参考訳(メタデータ) (2022-09-16T17:20:23Z) - Sample Complexity of Nonparametric Off-Policy Evaluation on
Low-Dimensional Manifolds using Deep Networks [71.95722100511627]
深層ニューラルネットワークを用いた強化学習における非政治的評価問題について考察する。
ネットワークサイズを適切に選択することにより、マルコフ決定過程において低次元多様体構造を利用することができることを示す。
論文 参考訳(メタデータ) (2022-06-06T20:25:20Z) - Many Proxy Controls [0.0]
私たちは、多くのプロキシコントロールと、おそらく多くの共同設立者を持つ線形モデルを検討します。
鍵となる洞察は、各プロキシの群が共起因子の数よりも厳密に大きいなら、ニュアンスパラメータの行列は低ランク構造を持つということである。
推定する自由パラメータの数を減らし、ランク制限とスパーシリティを活用できることが示される。
論文 参考訳(メタデータ) (2021-10-08T08:47:05Z) - An Efficient Adversarial Attack for Tree Ensembles [91.05779257472675]
傾斜促進決定木(DT)や無作為林(RF)などの木に基づくアンサンブルに対する敵対的攻撃
提案手法は,従来のMILP (Mixed-integer linear programming) よりも数千倍高速であることを示す。
私たちのコードはhttps://chong-z/tree-ensemble- attackで利用可能です。
論文 参考訳(メタデータ) (2020-10-22T10:59:49Z) - Estimation and Inference with Trees and Forests in High Dimensions [23.732259124656903]
浅い木は、CARTの実証的なMSE基準により、周囲の次元$d$に対数的にのみ依存するMSEレートを達成する。
また,本研究の結果から,完全に成長した森林はMSEの速さを達成でき,その予測も正直に正常であることが示唆された。
論文 参考訳(メタデータ) (2020-07-07T05:45:32Z) - Orthogonal Statistical Learning [49.55515683387805]
人口リスクが未知のニュアンスパラメータに依存するような環境では,統計学習における非漸近的過剰リスク保証を提供する。
人口リスクがNeymanityと呼ばれる条件を満たす場合,メタアルゴリズムによって達成される過剰リスクに対するニュアンス推定誤差の影響は2次であることを示す。
論文 参考訳(メタデータ) (2019-01-25T02:21:24Z)
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。