論文の概要: A Unified Modeling Framework for Automated Penetration Testing

• arxiv url: http://arxiv.org/abs/2502.11588v1
• Date: Mon, 17 Feb 2025 09:21:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-18 14:09:26.862497
• Title: A Unified Modeling Framework for Automated Penetration Testing
• Title（参考訳）: 自動浸透試験のための統一モデリングフレームワーク
• Authors: Yunfei Wang, Shixuan Liu, Wenhao Wang, Changling Zhou, Chao Zhang, Jiandong Jin, Cheng Zhu,
• Abstract要約: 自動貫入テスト(AutoPT)への人工知能の統合は、インテリジェントエージェントのトレーニングのためのシミュレーションモデルの必要性を強調している。 シミュレーションモデリングのための統一フレームワークが利用可能であることには、認識されているギャップがある。 本稿では,文献の目的,ネットワークシミュレーションの複雑さ,技術的および戦術的操作の依存性,シナリオフィードバックと変動に基づく研究を分類するためにMDCPMを紹介する。 政策自動化に基づく新しいモデリングフレームワークであるAutoPT-Simを紹介し,すべての部分次元の組み合わせを包含する。
• 参考スコア（独自算出の注目度）: 7.670104854248101
• License:
• Abstract: The integration of artificial intelligence into automated penetration testing (AutoPT) has highlighted the necessity of simulation modeling for the training of intelligent agents, due to its cost-efficiency and swift feedback capabilities. Despite the proliferation of AutoPT research, there is a recognized gap in the availability of a unified framework for simulation modeling methods. This paper presents a systematic review and synthesis of existing techniques, introducing MDCPM to categorize studies based on literature objectives, network simulation complexity, dependency of technical and tactical operations, and scenario feedback and variation. To bridge the gap in unified method for multi-dimensional and multi-level simulation modeling, dynamic environment modeling, and the scarcity of public datasets, we introduce AutoPT-Sim, a novel modeling framework that based on policy automation and encompasses the combination of all sub dimensions. AutoPT-Sim offers a comprehensive approach to modeling network environments, attackers, and defenders, transcending the constraints of static modeling and accommodating networks of diverse scales. We publicly release a generated standard network environment dataset and the code of Network Generator. By integrating publicly available datasets flexibly, support is offered for various simulation modeling levels focused on policy automation in MDCPM and the network generator help researchers output customized target network data by adjusting parameters or fine-tuning the network generator.
• Abstract（参考訳）: 自動化浸透テスト(AutoPT)への人工知能の統合は、コスト効率と迅速なフィードバック能力のため、インテリジェントエージェントのトレーニングのためのシミュレーションモデルの必要性を強調している。 AutoPT研究の普及にもかかわらず、シミュレーションモデリングのための統一フレームワークが利用可能であることは認識されている。 本稿では,文献の目的,ネットワークシミュレーションの複雑さ,技術的・戦術的操作の依存性,シナリオフィードバックと変動に基づく研究の分類にMDCPMを導入し,既存の手法の体系的レビューと合成について述べる。 多次元・多次元シミュレーションモデリング、動的環境モデリング、公共データセットの不足といった統合手法のギャップを埋めるため、政策自動化に基づく新しいモデリングフレームワークであるAutoPT-Simを導入し、全てのサブ次元の組み合わせを包含する。 AutoPT-Simは、ネットワーク環境、攻撃者、ディフェンダーをモデリングするための包括的なアプローチを提供する。 我々は,生成した標準ネットワーク環境データセットとNetwork Generatorのコードを公開している。 公開データセットを柔軟に統合することにより、MDCPMにおけるポリシー自動化に焦点を当てた様々なシミュレーションモデリングレベルのサポートが提供され、ネットワークジェネレータは、研究者がパラメータを調整したり、ネットワークジェネレータを微調整したりすることで、カスタマイズされたターゲットネットワークデータを出力するのに役立つ。

関連論文リスト

• Generalized Factor Neural Network Model for High-dimensional Regression [50.554377879576066]
  複素・非線形・雑音に隠れた潜在低次元構造を持つ高次元データセットをモデル化する課題に取り組む。 我々のアプローチは、非パラメトリック回帰、因子モデル、高次元回帰のためのニューラルネットワークの概念のシームレスな統合を可能にする。
  論文  参考訳（メタデータ） (2025-02-16T23:13:55Z)
• A Survey of World Models for Autonomous Driving [63.33363128964687]
  自律運転の最近の進歩は、堅牢な世界モデリングの進歩によって推進されている。 本稿では、自律運転の世界モデルにおける最近の進歩を体系的にレビューする。
  論文  参考訳（メタデータ） (2025-01-20T04:00:02Z)
• Automatically Learning Hybrid Digital Twins of Dynamical Systems [56.69628749813084]
  Digital Twins (DT)は、現実世界のシステムの状態と時間力学をシミュレートする。 DTは、しばしばデータスカース設定で目に見えない条件に一般化するのに苦労します。 本稿では,HDTwinsを自律的に提案し,評価し,最適化するための進化的アルゴリズム(textbfHDTwinGen$)を提案する。
  論文  参考訳（メタデータ） (2024-10-31T07:28:22Z)
• Automatic AI Model Selection for Wireless Systems: Online Learning via Digital Twinning [50.332027356848094]
  AIベースのアプリケーションは、スケジューリングや電力制御などの機能を実行するために、インテリジェントコントローラにデプロイされる。 コンテキストとAIモデルのパラメータのマッピングは、ゼロショット方式で理想的に行われる。 本稿では,AMSマッピングのオンライン最適化のための一般的な手法を紹介する。
  論文  参考訳（メタデータ） (2024-06-22T11:17:50Z)
• Recurrent neural networks and transfer learning for elasto-plasticity in woven composites [0.0]
  本稿では, 織物のメソスケールシミュレーションの代用として, リカレントニューラルネットワーク(RNN)モデルを提案する。 平均場モデルは、弾塑性挙動を表す包括的データセットを生成する。 シミュレーションでは、任意の6次元ひずみヒストリーを用いて、ランダムウォーキング時の応力を原課題として、循環荷重条件を目標課題として予測する。
  論文  参考訳（メタデータ） (2023-11-22T14:47:54Z)
• A Data-Driven Hybrid Automaton Framework to Modeling Complex Dynamical Systems [2.610470075814367]
  データ駆動型ハイブリッドオートマトンモデルを提案する。 小規模ニューラルネットワークは、対応するトポロジの局所的力学記述として訓練される。 限界サイクルの数値的な例を示し、発達したモデルが到達可能な集合計算の計算コストを大幅に削減できることを示す。
  論文  参考訳（メタデータ） (2023-04-26T20:18:12Z)
• DST: Dynamic Substitute Training for Data-free Black-box Attack [79.61601742693713]
  そこで本研究では,対象モデルからより高速に学習するための代用モデルの促進を目的とした,新しい動的代用トレーニング攻撃手法を提案する。 タスク駆動型グラフに基づく構造情報学習の制約を導入し、生成したトレーニングデータの質を向上させる。
  論文  参考訳（メタデータ） (2022-04-03T02:29:11Z)
• Edge-assisted Democratized Learning Towards Federated Analytics [67.44078999945722]
  本稿では,エッジ支援型民主化学習機構であるEdge-DemLearnの階層的学習構造を示す。 また、Edge-DemLearnを柔軟なモデルトレーニングメカニズムとして検証し、リージョンに分散制御と集約の方法論を構築する。
  論文  参考訳（メタデータ） (2020-12-01T11:46:03Z)
• Zero-Shot Reinforcement Learning with Deep Attention Convolutional Neural Networks [12.282277258055542]
  本研究では、特定の視覚センサ構成を持つ深層注意畳み込みニューラルネットワーク(DACNN)が、より低い計算複雑性で高いドメインとパラメータの変動を持つデータセット上でトレーニングを行うことを示す。 我々の新しいアーキテクチャは、制御対象に対する認識に適応し、知覚ネットワークを事前訓練することなくゼロショット学習を実現する。
  論文  参考訳（メタデータ） (2020-01-02T19:41:58Z)

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。