論文の概要: Attack Tree Distance: a practical examination of tree difference measurement within cyber security

• arxiv url: http://arxiv.org/abs/2503.02499v1
• Date: Tue, 04 Mar 2025 11:05:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-05 19:12:35.913269
• Title: Attack Tree Distance: a practical examination of tree difference measurement within cyber security
• Title（参考訳）: アタックツリー距離:サイバーセキュリティにおけるツリー差測定の実践的検討
• Authors: Nathan D. Schiele, Olga Gadyatskaya,
• Abstract要約: 実際の攻撃木を比較する方法が確立されていない。 我々は,4つの比較方法を定義し,学生を対象にした学習結果から作成した攻撃木のデータセットと比較した。 ノードラベルの比較方法として意味的類似性を適用することは有効なアプローチである。
• 参考スコア（独自算出の注目度）: 0.3376269351435395
• License:
• Abstract: CONTEXT. Attack treesare a recommended threat modeling tool, but there is no established method to compare them. OBJECTIVE. We aim to establish a method to compare "real" attack trees, based on both the structure of the tree itself and the meaning of the node labels. METHOD. We define four methods of comparison (three novel and one established) and compare them to a dataset of attack trees created from a study run on students (n = 39). These attack trees all follow from the same scenario, but have slightly different labels. RESULTS. We find that applying semantic similarity as a means of comparing node labels is a valid approach. Further, we find that treeedit distance (established) and radical distance (novel) are themost promising methods of comparison in most circumstances. CONCLUSION. We show that these two methods are valid as means of comparing attack trees, and suggest a novel technique for using semantic similarity to compare node labels. We further suggest that these methods can be used to compare attack trees in a real-world scenario, and that they can be used to identify similar attack trees.
• Abstract（参考訳）: CONTEXT 攻撃木は、推奨脅威モデリングツールであるが、それらを比較するための確立した方法はない。 オブジェクティヴ。 本研究の目的は,木自体の構造とノードラベルの意味の両方に基づいて,実際の攻撃木を比較する方法を確立することである。 方法。 我々は,4つの比較方法(3つの新規かつ1つの確立)を定義し,学生を対象にした学習結果(n = 39)から生成された攻撃木のデータセットと比較した。 これらの攻撃木はすべて同じシナリオに従っているが、ラベルはわずかに異なる。 RESULTS! ノードラベルの比較方法として意味的類似性を適用することは有効なアプローチである。 さらに,樹上距離 (確立) とラジカル距離 (ノーベル) が,ほとんどの状況において最も有望な比較方法であることがわかった。 折り畳み。 この2つの手法が攻撃木の比較手法として有効であることを示し,ノードラベルの比較に意味的類似性を用いる新しい手法を提案する。 さらに,これらの手法は実世界のシナリオにおける攻撃木の比較に利用でき,類似の攻撃木を識別するためにも使用できることを示唆する。

関連論文リスト

• Boosting-Based Sequential Meta-Tree Ensemble Construction for Improved Decision Trees [1.8749305679160366]
  決定木は、機械学習分野における最も一般的なアプローチの1つである。 近年,過度に深化した木による過剰適合の問題を解決するために,メタツリーが提案されている。 メタツリーはベイズ決定理論に基づく統計的最適性を保証する。
  論文  参考訳（メタデータ） (2024-02-09T13:08:21Z)
• Automated generation of attack trees with optimal shape and labelling [0.9833293669382975]
  本稿では,攻撃木の自動生成の問題に対処する。 精度を犠牲にすることなく,ラベルのツリーサイズと情報長を最小化する攻撃木生成アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-11-22T11:52:51Z)
• Benchmarking Individual Tree Mapping with Sub-meter Imagery [6.907098367807166]
  我々は,任意の物理的環境において,個々の木マッピングに適した評価フレームワークを提案する。 異なるアプローチと深いアーキテクチャをレビューし比較し、セグメンテーションと検出のよい妥協であることを示す新しい手法を実験的に導入する。
  論文  参考訳（メタデータ） (2023-11-14T08:21:36Z)
• SoftTreeMax: Policy Gradient with Tree Search [72.9513807133171]
  我々は、ツリー検索をポリシー勾配に統合する最初のアプローチであるSoftTreeMaxを紹介します。 Atariでは、SoftTreeMaxが分散PPOと比較して、実行時のパフォーマンスを最大5倍向上させる。
  論文  参考訳（メタデータ） (2022-09-28T09:55:47Z)
• Adversarial Example Detection in Deployed Tree Ensembles [25.204157642042627]
  そこで本研究では,木組における対立例を検出するための新しい手法を提案する。 我々のアプローチは任意の付加的なツリーアンサンブルで動作し、別々のモデルをトレーニングする必要がない。 実験により,本手法が現在,樹木アンサンブルの最適逆検出法であることを実証した。
  論文  参考訳（メタデータ） (2022-06-27T06:59:00Z)
• Attributable Visual Similarity Learning [90.69718495533144]
  本稿では、画像間のより正確で説明可能な類似度測定のための帰属的視覚類似度学習(AVSL)フレームワークを提案する。 人間の意味的類似性認知に動機づけられた2つの画像とグラフとの類似性を表現するために,一般化された類似性学習パラダイムを提案する。 CUB-200-2011、Cars196、Stanford Online Productsデータセットの実験は、既存の深い類似性学習方法よりも大幅に改善されたことを示している。
  論文  参考訳（メタデータ） (2022-03-28T17:35:31Z)
• Semantic-Preserving Adversarial Text Attacks [85.32186121859321]
  深層モデルの脆弱性を調べるために, Bigram と Unigram を用いた適応的セマンティック保存最適化法 (BU-SPO) を提案する。 提案手法は,既存手法と比較して最小の単語数を変更することで,攻撃成功率とセマンティックス率を最大化する。
  論文  参考訳（メタデータ） (2021-08-23T09:05:18Z)
• 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)
• MurTree: Optimal Classification Trees via Dynamic Programming and Search [61.817059565926336]
  動的プログラミングと探索に基づいて最適な分類木を学習するための新しいアルゴリズムを提案する。 当社のアプローチでは,最先端技術が必要とする時間のごく一部しか使用せず,数万のインスタンスでデータセットを処理することが可能です。
  論文  参考訳（メタデータ） (2020-07-24T17:06:55Z)
• Exploiting Syntactic Structure for Better Language Modeling: A Syntactic Distance Approach [78.77265671634454]
  我々はマルチタスクの目的、すなわち、モデルが単語を同時に予測し、また「シンタクティック距離」と呼ばれる形態で真実解析木を解析する。 Penn Treebank と Chinese Treebank のデータセットによる実験結果から,地上の真理解析木を追加の訓練信号として提供すると,そのモデルはより低いパープレキシティを実現し,より良い品質で木を誘導できることが示された。
  論文  参考訳（メタデータ） (2020-05-12T15:35:00Z)
• Tree! I am no Tree! I am a Low Dimensional Hyperbolic Embedding [7.381113319198104]
  本稿では,メタボリック・ファースト・アプローチを用いて,双曲表現を学習する新しい手法について検討する。 低次元の双曲的埋め込みを直接決定するのではなく、データ上の木構造を学習する。 この木構造は、双曲多様体に埋め込まれた階層的な情報を抽出するために直接使用できる。
  論文  参考訳（メタデータ） (2020-05-08T04:30:21Z)

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。