論文の概要: From Reconnaissance to Response: Quantitative Risk Parameterization and Game Theoretic Containment in Modern Enterprise Attack
- arxiv url: http://arxiv.org/abs/2609.36485v1
- Date: Tue, 29 Sep 2026 01:45:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-30 21:28:47.09707
- Title: From Reconnaissance to Response: Quantitative Risk Parameterization and Game Theoretic Containment in Modern Enterprise Attack
- Title（参考訳）: 偵察から応答へ:現代企業攻撃における量的リスクパラメータ化とゲーム理論の含意
- Abstract要約: 本稿では,定量的リスクパラメータ化と継続的自動応答時間を橋渡しする,統合されたメトリクス駆動決定エンジンを提案する。
Vulnerability Scoring Systems exploitability parameters are mapped to attack success probabilities and evaluate defender log distributions through Factor Analysis of Information Risk Monte Carlo Simulations。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Modern Security Operations Centers struggle with delayed manual incident response, enabling adversaries to advance through the Cyber Kill Chain during early stage reconnaissance. While classical game theoretic defense models optimize strategic resource allocation, they rely on static utility matrices that fail to adapt to dynamic telemetry. This paper presents an integrated, metrics driven decision engine that bridges quantitative risk parameterization and continuous automated response time. Common Vulnerability Scoring Systems exploitability parameters are mapped to attacker success probabilities and evaluate defender log distributions via Factor Analysis of Information Risk Monte Carlo simulations. Real time SIEM logs streams are modeled as Poisson process arrival rates, dynamically updating defender posterior threat belief through sequential Bayesian filtering. A closed form threshold is derived by framing the interaction as a dynamic Bayesian Stackelberg game, where the expected unmitigated risk exceeds proactive containment cost. Parameterized against empirical data from the 2023 MGM Resorts and Caesars Entertainment cyber incident, simulation results demonstrate that the engine suppresses transient background noise while triggering automated SOAR network isolation within seconds of adversarial probing. Multi parameter sensitivity analysis confirms that the decision boundary dynamically adjusts to live perimeter vulnerability, offering a control theoretic foundation for sub minute automated threat containment.
- Abstract（参考訳）: 現代のセキュリティ・オペレーション・センターは手動によるインシデント対応の遅れに悩まされており、敵は早期の偵察中にサイバーキル・チェーンを抜けることができた。
古典的なゲーム理論の防衛モデルは、戦略的リソース割り当てを最適化するが、動的テレメトリに適応できない静的なユーティリティ行列に依存している。
本稿では,定量的リスクパラメータ化と継続的自動応答時間を橋渡しする,統合されたメトリクス駆動決定エンジンを提案する。
Common Vulnerability Scoring Systems exploitability parameters are mapped to attack success probabilities and evaluate defender log distributions through Factor Analysis of Information Risk Monte Carlo Simulations。
リアルタイムSIEMログストリームは、Poissonプロセスの到着率としてモデル化され、シーケンシャルベイズフィルタリングによってディフェンダー後部脅威信念を動的に更新する。
クローズドフォームしきい値は、相互作用を動的ベイズ・スタックルバーグゲームとしてフレーミングすることで導かれる。
2023年のMGM ResortsとCaesars Entertainmentのサイバーインシデントから得られた経験的データに対してパラメータ化され、シミュレーションの結果、エンジンは敵の探索から数秒以内に自動SOARネットワーク分離を誘導しながら過渡的なバックグラウンドノイズを抑えることを示した。
多パラメータ感度解析により、決定境界がライブ周辺脆弱性に動的に適応し、サブ分間の自動脅威封じ込めのための制御理論の基礎を提供することを確認した。
関連論文リスト
- Analyzing Defensive Misdirection Against Model-Guided Automated Attacks on Agentic AI Systems [0.0]
エージェントAIシステムは、命令を解釈し、外部データを処理し、ツールを呼び出し、他のエージェントと調整するための言語モデルコンポーネントにますます依存している。
本研究は、標的システムの確率モデル、防御機構、および攻撃者の自動判断による攻撃防御設定を解析する。
論文 参考訳（メタデータ） (2026-06-18T16:50:28Z) - TinyML-Driven Cybersecurity for Autonomous Spacecraft: Latency-Accuracy Analysis for SPARTA RF and Cyber Threat Detection [0.6372261626436676]
自律型宇宙船は、高速で軽量で信頼性の高いサイバーRF脅威の検出を必要とする。
SPARTABurstモデルを用いて、TinyML互換の古典モデルの遅延精度トレードオフを分析する。
その結果、ロジスティック回帰はランダムフォレストと比較して1%の精度低下しか達成せず、オンボード自律性のための効果的なTinyMLベースラインとなっている。
論文 参考訳（メタデータ） (2026-06-04T07:08:28Z) - Provably Secure Agent Guardrail [89.79561918065122]
既存の防衛アーキテクチャは経験的セマンティックガードレールと確率論的大モデル調整器に依存している。
本稿では,論理的推論の基本的制約に基づくエージェントのための新しいセキュリティパラダイムを提案する。
論文 参考訳（メタデータ） (2026-05-28T02:12:41Z) - A Queueing-Theoretic Framework for Dynamic Attack Surfaces: Data-Integrated Risk Analysis and Adaptive Defense [3.752638810747504]
我々はサイバー攻撃面の時間的進化をモデル化する待ち行列理論フレームワークを開発した。
我々は、AI増幅因子を導入し、到着、エクスプロイト、パッチのレートを拡大することで、自動化が攻撃と防御のダイナミクスにどのように影響するかを研究する。
提案したRLベースの防衛方針は,既存の防衛手法と比較して,ソフトウェアサプライチェーンにおけるアクティブな脆弱性の平均数を90%以上削減することを示す。
論文 参考訳（メタデータ） (2026-04-12T02:52:24Z) - ARTIS: Agentic Risk-Aware Test-Time Scaling via Iterative Simulation [72.78362530982109]
ARTIS(Agenic Risk-Aware Test-Time Scaling via Iterative Simulation)は、コミットメントから探索を分離するフレームワークである。
LLMをベースとした簡易シミュレータは, 希少かつ高インパクトな障害モードの捕捉に苦慮していることを示す。
本稿では,障害発生行動の忠実度を強調するリスク認識ツールシミュレータを提案する。
論文 参考訳（メタデータ） (2026-02-02T06:33:22Z) - ViSTR-GP: Online Cyberattack Detection via Vision-to-State Tensor Regression and Gaussian Processes in Automated Robotic Operations [5.95097350945477]
接続された工場と自動化された工場は、サイバーセキュリティのリスクが増大し、物理的運用に中断や損害をもたらす可能性がある。
データ統合攻撃は、攻撃者が運用データにアクセスし操作できるような高度な脆弱性を悪用することが多い。
本稿では、コントローラの権限外の頭上カメラからの視覚に基づく推定値に対して、エンコーダが報告した計測値を相互にチェックするオンライン検出フレームワークViSTR-GPを開発する。
論文 参考訳（メタデータ） (2025-09-13T19:10:35Z) - CyGATE: Game-Theoretic Cyber Attack-Defense Engine for Patch Strategy Optimization [73.13843039509386]
本稿では,攻撃と防御の相互作用をモデル化するゲーム理論フレームワークCyGATEを提案する。
CyGATEはサイバー・キル・チェーン(Cyber Kill Chain)の段階にわたって、サイバー紛争を部分的に観察可能なゲーム(POSG)として捉えている。
フレームワークの柔軟なアーキテクチャは、マルチエージェントシナリオの拡張を可能にする。
論文 参考訳（メタデータ） (2025-08-01T09:53:06Z) - DRIFT: Dynamic Rule-Based Defense with Injection Isolation for Securing LLM Agents [52.92354372596197]
大規模言語モデル(LLM)は、強力な推論と計画能力のため、エージェントシステムの中心となってきています。
この相互作用は、外部ソースからの悪意のある入力がエージェントの振る舞いを誤解させる可能性がある、インジェクション攻撃のリスクも引き起こす。
本稿では,信頼に値するエージェントシステムのための動的ルールベースの分離フレームワークを提案する。
論文 参考訳（メタデータ） (2025-06-13T05:01:09Z) - Natural Reflection Backdoor Attack on Vision Language Model for Autonomous Driving [55.96227460521096]
視覚言語モデル(VLM)は推論能力を高めるために自律運転システムに統合されている。
本稿では,自律運転シナリオにおけるVLMシステムを対象とした自然反射型バックドアアタックを提案する。
我々の発見は、自動運転の厳しいリアルタイム要求を生かした、新たなタイプの攻撃を発見しました。
論文 参考訳（メタデータ） (2025-05-09T20:28:17Z)
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。