論文の概要: Bending the Curve: Operational Cyber Epidemiology for Ransomware
- arxiv url: http://arxiv.org/abs/2607.29444v1
- Date: Fri, 31 Jul 2026 14:10:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-03 14:29:40.758728
- Title: Bending the Curve: Operational Cyber Epidemiology for Ransomware
- Title（参考訳）: カーブを曲げる:ランサムウェアの手術的サイバー疫学
- Abstract要約: 本稿では,サセプティブル・エミッション・エフェクト・エフェクト・エフェクト・リムード(SEIR)モデルをインシデント管理に適用する。
基本的で効果的な複製数であるR0とReは、指向性、ほぼリアルタイムな意思決定補助として使用される。
主な貢献は、リソース制約の下で技術的テレメトリを含む決定を接続する共通言語である。
- 参考スコア（独自算出の注目度）: 0.4088661759528593
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Ransomware is often treated as a detection problem, but the most disruptive incidents behave more like outbreaks. A single foothold can spread through identities, administrative tools, and shared services while responders make time-critical decisions with incomplete visibility. This paper presents an operational cyber epidemiology framework that adapts the Susceptible-Exposed-Infectious-Removed (SEIR) model to ransomware incident management. In this ontology, Exposed denotes latent compromise and staging, including the dwell period before confirmed secondary compromise, while Infectious denotes active lateral propagation. Drawing on ISO 5477:2023 guidance for public health emergency preparedness and response information management and the 2025 UNDRR-ISC Hazard Information Profiles, the framework defines interoperable ransomware case definitions and Essential Elements of Information for cross-incident comparison. Basic and effective reproduction numbers, R0 and Re, are used as directional, near-real-time decision aids for security operations centers. Propagation state is separated from observation status to avoid confusing spread dynamics with detection capability. Publicly reported incidents, including WannaCry, NotPetya, SolarWinds, and MGM and Caesars, illustrate how outbreak-style measures can support earlier isolation, credential containment, and restoration sequencing. The paper also derives practical protection-threshold heuristics aimed at reducing Re below 1 and provides a tool-agnostic playbook card linking operational information to explicit action triggers. The primary contribution is a shared language that connects technical telemetry to containment decisions under resource constraints.
- Abstract（参考訳）: ランサムウェアは検出問題として扱われることが多いが、最も破壊的なインシデントはアウトブレイクのように振る舞う。
単一の足場はID、管理ツール、共有サービスを通じて広がり、応答者は不完全な可視性で時間クリティカルな決定をする。
本稿では, ランサムウェアのインシデント管理に, Susceptible-Exposed-Infectious-Demoved (SEIR) モデルを適用した運用型サイバー疫学フレームワークを提案する。
このオントロジーでは、Expposedは二次的な妥協が確認される前の居住期間を含む、潜伏した妥協とステージングを意味し、Infectiousは活発な側方伝播を示す。
ISO 5477:2023 による公衆衛生の緊急対応と対応情報管理、および2025年のUNDRR-ISCハザード情報プロファイルに基づいて、相互運用可能なランサムウェアのケース定義と、クロスインシデント比較のための情報要素を定義する。
基本的で効果的な複製番号であるR0とReは、セキュリティオペレーションセンターの方向性、ほぼリアルタイムな意思決定支援として使用される。
伝搬状態は観測状態から切り離され、検出機能付き拡散ダイナミクスの混乱を避ける。
WannaCry、NotPetya、SolarWinds、MGM、Caesarsなどの公に報道された事件は、アウトブレイクスタイルの措置が早期隔離、クレデンシャル封じ込め、修復シークエンシングをどのようにサポートするかを示している。
また、Reを1以下に抑えることを目的とした実用的保護閾値ヒューリスティックスを導出し、操作情報を明示的なアクショントリガにリンクするツールに依存しないプレイブックカードを提供する。
主な貢献は、リソース制約の下で技術的テレメトリと封じ込めの決定を結びつける共通言語である。
関連論文リスト
- When Relationships Break: Interpreting Network Traffic Anomalies via Dependency Violations [2.406359246841227]
XIONは、良性トラフィックのみに基づいて、ネットワークフローの特徴間の関係をモデル化する手法である。
検出中は、期待される機能依存の違反によって異常が識別される。
XIONは、どの機能関係が壊れるかを特定することで、アラート後の分析をサポートする。
論文 参考訳（メタデータ） (2026-08-27T09:05:09Z) - Adversarial Attacks for Good: A Survey of Proactive Protection across the Visual Content Lifecycle [65.6642776933861]
この介入点付近で成長した保護パラダイムについて検討する。
ほとんどの保護は、主に静的あるいは弱い適応的な敵に対して検証されている。
我々は、堅牢で構成可能で、デプロイ可能な所有者側の保護のために、クロスステージ対策とオープンな問題を統合することで、閉鎖する。
論文 参考訳（メタデータ） (2026-08-05T00:46:50Z) - Cyber-Capable AI Agents: Vulnerabilities, Evaluation Containment, and Defensive Response [0.0]
サイバー対応AIエージェントは、言語モデルとツール、メモリ、実行時のバイロンメントを組み合わせて、攻撃的なセキュリティタスクを実行する。
既存の作業は、エージェントコンポーネントに対するサイバー能力とカタログ攻撃を別々に測定する。
このレビューは、その境界で5つの脆弱性クラスをサイズする。
論文 参考訳（メタデータ） (2026-07-28T07:34:37Z) - Operational Hallucination and Safety Drift in AI Agents [0.3823356975862005]
ツール使用自律エージェントのプランナーとして機能する大規模言語モデル(LLM)は、マルチターン実行における動的信頼性のリスクを導入する。
本稿では,複数のLLM(Safety Drift)とOperational Hallucination(Operational Hallucination)の2つの障害モードを実証的に特徴付ける。
本稿では、インテント-アクション整合性チェック、状態追跡、強制終了プリミティブを組み込んだ、軽量でプラグ&プレイのアーキテクチャ青写真であるAction-Aware Supervision Layerを提案する。
論文 参考訳（メタデータ） (2026-07-20T17:01:50Z) - MemVenom: Triggered Poisoning of Multimodal Memories in Web Agents [74.64265314956441]
そこで我々は,グラフ構造化外部メモリにテキスト画像のコーディネートを施したブラックボックス攻撃フレームワークを提案する。
MemVenomは、GPT-5ファミリーのWebエージェントで最大99.15%に達する、良質なパフォーマンスに最小限の影響を伴って、強力なエンドツーエンド攻撃を成功させる。
論文 参考訳（メタデータ） (2026-06-09T11:53:25Z) - Zombie Agents: Persistent Control of Self-Evolving LLM Agents via Self-Reinforcing Injections [57.64370755825839]
セルフ進化エージェントはセッション間で内部状態を更新する。
我々はこのリスクを調査し、Zombie Agentと呼ばれる永続的な攻撃を形式化する。
我々は,攻撃者が制御するWebコンテンツを通じて間接的露光のみを使用するブラックボックス攻撃フレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-17T15:28:24Z) - CausalArmor: Efficient Indirect Prompt Injection Guardrails via Causal Attribution [49.689452243966315]
ツールコール機能を備えたAIエージェントは、IPI(Indirect Prompt Injection)攻撃の影響を受けやすい。
本稿では,選択防衛フレームワークCausalArmorを提案する。
AgentDojoとDoomArenaの実験は、CausalArmorが攻撃的な防御のセキュリティと一致することを示した。
論文 参考訳（メタデータ） (2026-02-08T11:34:08Z) - Malice in Agentland: Down the Rabbit Hole of Backdoors in the AI Supply Chain [82.98626829232899]
自分自身のインタラクションからのデータに対する微調整のAIエージェントは、AIサプライチェーン内の重要なセキュリティ脆弱性を導入している。
敵は容易にデータ収集パイプラインに毒を盛り、検出しにくいバックドアを埋め込むことができる。
論文 参考訳（メタデータ） (2025-10-03T12:47:21Z) - The Epistemic Suite: A Post-Foundational Diagnostic Methodology for Assessing AI Knowledge Claims [0.7233897166339268]
本稿では,AI出力の生成と受信の状況を理解するための診断手法であるEpistemic Suiteを紹介する。
真実や虚偽を判断する代わりに、スイートは20個の診断レンズを通して、信頼の洗浄、物語の圧縮、異動した権威、一時的な漂流などのパターンを明らかにする。
論文 参考訳（メタデータ） (2025-09-20T00:29:38Z) - CANTXSec: A Deterministic Intrusion Detection and Prevention System for CAN Bus Monitoring ECU Activations [53.036288487863786]
物理ECUアクティベーションに基づく最初の決定論的侵入検知・防止システムであるCANTXSecを提案する。
CANバスの古典的な攻撃を検知・防止し、文献では調査されていない高度な攻撃を検知する。
物理テストベッド上での解法の有効性を実証し,攻撃の両クラスにおいて100%検出精度を達成し,100%のFIAを防止した。
論文 参考訳（メタデータ） (2025-05-14T13:37:07Z) - Explainable Machine Learning-Based Security and Privacy Protection Framework for Internet of Medical Things Systems [1.3955252961896318]
インターネット・オブ・メディカル・モノズ(IoMT)は、特に慢性疾患管理において、早期疾患の検出と調整されたケアを促進することで、医療に革命をもたらす。
その利点は、処理されたデータの感度と価値のために、ユーザの生活を危険にさらす、重大なセキュリティ上の課題に対処されている。
ニューラルネットワークを利用して侵入検知を行い、フェデレーション学習をプライバシ保護に活用する、侵入検知システムのための新しいフレームワークが導入された。
論文 参考訳（メタデータ） (2024-03-14T11:57:26Z)
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。