論文の概要: Cyber Attack Mitigation Framework for Denial of Service (DoS) Attacks in Fog Computing

• arxiv url: http://arxiv.org/abs/2509.11668v1
• Date: Mon, 15 Sep 2025 08:09:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-16 17:26:23.191867
• Title: Cyber Attack Mitigation Framework for Denial of Service (DoS) Attacks in Fog Computing
• Title（参考訳）: フォグコンピューティングにおけるDoS攻撃に対するサイバー攻撃軽減フレームワーク
• Authors: Fizza Khurshid, Umara Noor, Zahid Rashid,
• Abstract要約: この概要は、自動サイバー脅威軽減に焦点を当てた学術研究の欠如を強調している。 提案手法は、DDoS(Distributed Denial-of-Service)攻撃に適した自動サイバー脅威軽減フレームワークの開発を含む。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Innovative solutions to cyber security issues are shaped by the ever-changing landscape of cyber threats. Automating the mitigation of these threats can be achieved through a new methodology that addresses the domain of mitigation automation, which is often overlooked. This literature overview emphasizes the lack of scholarly work focusing specifically on automated cyber threat mitigation, particularly in addressing challenges beyond detection. The proposed methodology comprise of the development of an automatic cyber threat mitigation framework tailored for Distributed Denial-of-Service (DDoS) attacks. This framework adopts a multi-layer security approach, utilizing smart devices at the device layer, and leveraging fog network and cloud computing layers for deeper understanding and technological adaptability. Initially, firewall rule-based packet inspection is conducted on simulated attack traffic to filter out DoS packets, forwarding legitimate packets to the fog. The methodology emphasizes the integration of fog detection through statistical and behavioral analysis, specification-based detection, and deep packet inspection, resulting in a comprehensive cyber protection system. Furthermore, cloud-level inspection is performed to confirm and mitigate attacks using firewalls, enhancing strategic defense and increasing robustness against cyber threats. These enhancements enhance understanding of the research framework's practical implementation and assessment strategies, substantiating its importance in addressing current cyber security challenges and shaping future automation mitigation approaches.
• Abstract（参考訳）: サイバーセキュリティ問題に対する革新的な解決策は、サイバー脅威の絶え間なく変化する状況によって形作られています。 これらの脅威を緩和する自動化は、しばしば見過ごされる緩和自動化の領域に対処する新しい方法論によって達成できる。 この文献概要は、特に検出以上の課題に対処するために、自動化されたサイバー脅威軽減に焦点を当てた学術的な研究が欠如していることを強調している。 提案手法は、DDoS(Distributed Denial-of-Service)攻撃に適した自動サイバー脅威軽減フレームワークの開発から成り立っている。 このフレームワークは、多層セキュリティアプローチを採用し、デバイス層におけるスマートデバイスを活用し、フォグネットワークとクラウドコンピューティング層を活用して、より深い理解と技術的適応性を実現する。 当初、ファイアウォールルールに基づくパケット検査は攻撃トラフィックをシミュレートしてDoSパケットをフィルタリングし、正当なパケットを霧に転送する。 この手法は、統計的および行動分析、仕様に基づく検出、ディープパケット検査による霧検出の統合を強調し、総合的なサイバー保護システムを実現する。 さらに、ファイアウォールを用いた攻撃の確認と軽減、戦略的防御の強化、サイバー脅威に対する堅牢性の向上のためにクラウドレベルの検査が行われる。 これらの強化により、研究フレームワークの実践的実装と評価戦略の理解が向上し、現在のサイバーセキュリティ問題に対処し、将来の自動化緩和アプローチを形作ることの重要性が明確化される。

関連論文リスト

• Cyber Threat Hunting: Non-Parametric Mining of Attack Patterns from Cyber Threat Intelligence for Precise Threats Attribution [0.0]
  我々は、Cyber-Attack Pattern Explorer(CAPE)という視覚対話型分析ツールを備えた機械学習ベースのアプローチを提案する。 提案システムでは,サイバー脅威情報文書中の攻撃パターンを識別するためのデータセットを作成するために,非パラメトリックマイニング手法を提案する。 抽出したデータセットは、各アクターに対するサイバー脅威の帰属を可能にする、提案された機械学習アルゴリズムのトレーニングに使用される。
  論文  参考訳（メタデータ） (2025-09-15T06:15:22Z)
• CANDoSA: A Hardware Performance Counter-Based Intrusion Detection System for DoS Attacks on Automotive CAN bus [45.24207460381396]
  本稿では,制御領域ネットワーク(CAN)環境向けに設計された新しい侵入検知システム(IDS)を提案する。 RISC-VベースのCAN受信機はgem5シミュレータを用いてシミュレートされ、AES-128暗号化によるCANフレームペイロードをFreeRTOSタスクとして処理する。 結果は、このアプローチがCANセキュリティを大幅に改善し、自動車サイバーセキュリティにおける新たな課題に対処する可能性があることを示唆している。
  論文  参考訳（メタデータ） (2025-07-19T20:09:52Z)
• Exploring the Role of Large Language Models in Cybersecurity: A Systematic Survey [25.73174314007904]
  従来のサイバーセキュリティアプローチは、現代のサイバー攻撃の急速に進化する性質に適応するために苦労している。 LLM(Large Language Model)の出現は、ますます深刻なサイバー脅威に対処する革新的なソリューションを提供する。 サイバー攻撃に対してLLMを効果的に活用する方法を模索することは、現在の研究分野においてホットな話題となっている。
  論文  参考訳（メタデータ） (2025-04-22T06:28:08Z)
• Modern DDoS Threats and Countermeasures: Insights into Emerging Attacks and Detection Strategies [49.57278643040602]
  分散型サービス拒否(DDoS)攻撃は、オンラインサービスとインフラストラクチャに対する重大な脅威として継続する。 本稿は、過去10年間のDDoS攻撃と検出戦略の包括的調査を提供する。
  論文  参考訳（メタデータ） (2025-02-27T11:22:25Z)
• CyberSentinel: An Emergent Threat Detection System for AI Security [0.0]
  人工知能(AI)の急速な進歩は、AIによるサイバーセキュリティの脅威に対する攻撃面を大きく広げた。 本稿では,緊急脅威検出のための単一エージェントシステムであるCyberSentinelを紹介する。 進化する敵の戦術に継続的に適応することで、サイバーセンチネルは積極的なサイバーセキュリティ防衛を強化する。
  論文  参考訳（メタデータ） (2025-02-20T19:03:32Z)
• SPECTRE: A Hybrid System for an Adaptative and Optimised Cyber Threats Detection, Response and Investigation in Volatile Memory [0.0]
  本研究は,脅威検出,調査,可視化の促進を目的としたモジュール型サイバーインシデント対応システムであるSPECTREを紹介する。 認証ダンピングや悪意のあるプロセスインジェクションといった現実的な攻撃シナリオを安全に再現し、制御された実験を行う。 SPECTREの高度な視覚化技術は、生のメモリデータを実用的な洞察に変換し、Red、Blue、Purpleのチームが戦略を洗練し、脅威に効果的に対応できるようにする。
  論文  参考訳（メタデータ） (2025-01-07T16:05:27Z)
• Countering Autonomous Cyber Threats [40.00865970939829]
  ファンデーションモデルは、サイバードメイン内で広く、特に二元的関心事を提示します。 近年の研究では、これらの先進的なモデルが攻撃的なサイバースペース操作を通知または独立に実行する可能性を示している。 この研究は、孤立したネットワークでマシンを妥協する能力について、最先端のいくつかのFMを評価し、そのようなAIによる攻撃を倒す防御メカニズムを調査する。
  論文  参考訳（メタデータ） (2024-10-23T22:46:44Z)
• Towards Automated Classification of Attackers' TTPs by combining NLP with ML Techniques [77.34726150561087]
  我々は,NLP(Natural Language Processing)と,研究におけるセキュリティ情報抽出に使用される機械学習技術の評価と比較を行った。 本研究では,攻撃者の戦術や手法に従って非構造化テキストを自動的に分類するデータ処理パイプラインを提案する。
  論文  参考訳（メタデータ） (2022-07-18T09:59:21Z)
• 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)

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。