[공지사항]을 빙자한 안부와 근황 
Show more

Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

PHASE: Passive Human Activity Simulation Evaluation

Created by
  • Haebom

作者

Steven Lamp, Jason D. Hiser, Anh Nguyen-Tuong, Jack W. Davidson

概要

本論文は、サイバーセキュリティシミュレーション環境（Cyber ranges、honeypots、sandboxes）の効果を高めるために現実的な人間行動を模倣する合成ユーザー（synthetic user persona）の行動信頼性を定量的に評価する新しい機械学習フレームワークPHASE（Passive Human Activity Simulation Evaluation）を提示する。 PHASEはZeek接続ログを分析し、人間と非人間の活動を90％以上の精度で区別し、ユーザー側の計測や監視の兆候なしに受動的に動作します。ネットワーク活動はZeekネットワークアプライアンスを通じて収集され、ローカルDNSレコードを活用した新しいラベリング技術を提案します。 SHAP分析によりヒトユーザを表す時間的および行動的特徴を明らかにし,事例研究により合成ユーザの非現実的なパターンを識別し改善し,より現実的な合成ユーザを生成する方法を提示した。

Takeaways、Limitations

•
Takeaways：
◦
合成ユーザの行動信頼性を定量的に評価する新しい方法を提示
◦
受動的で非侵襲的な方法で人間と非人間の活動を区別可能
◦
ローカルDNSレコードを活用した効果的なデータラベリング手法の提示
◦
SHAP分析による人間行動パターン解析と合成ユーザー改善
◦
より現実的で効果的なサイバーセキュリティシミュレーション環境を構築可能
•
Limitations：
◦
Zeekログに依存するため、Zeekを使用しないシステムには適用できません。
◦
特定のネットワーク環境に特化したモデルである可能性のある存在。さまざまな環境での一般化性能検証が必要です。
◦
ケーススタディの範囲は限られている可能性があります。より多様で広範なシナリオの検証が必要です。
◦
新しいタイプの攻撃や行動パターンに対する適応力に関するさらなる研究が必要
👍
Made with Slashpage