ADAPT：一个用于自动化分布式自适应渗透测试的博弈论与神经符号框架
密码学与安全
2024-11-04 v1 人工智能
计算机科学与博弈论
摘要
人工智能融入现代关键基础设施系统（如医疗保健）引入了新的漏洞，这些漏洞可能显著影响工作流程、效率和安全。此外，日益增长的互联性使得传统的人工驱动渗透测试不足以评估风险和制定补救策略。因此，迫切需要一种分布式、自适应且高效的自动化渗透测试框架，该框架不仅能识别漏洞，还能提供对策以增强安全态势。本文提出了 ADAPT，一个用于自动化分布式自适应渗透测试的博弈论与神经符号框架，专门设计用于应对 AI 赋能的医疗基础设施网络所面临的独特网络安全挑战。我们使用一个医疗系统案例研究来说明 ADAPT 中的方法论。所提出的解决方案能够实现基于学习的风险评估。数值实验用于展示针对对抗性 AI 所采用的各种战术技术的有效对策。
引用
@article{arxiv.2411.00217,
title = {ADAPT: A Game-Theoretic and Neuro-Symbolic Framework for Automated Distributed Adaptive Penetration Testing},
author = {Haozhe Lei and Yunfei Ge and Quanyan Zhu},
journal= {arXiv preprint arXiv:2411.00217},
year = {2024}
}