基于强化学习与攻击图的皇冠珠宝分析
密码学与安全
2021-08-24 v1 机器学习
网络与互联网体系结构
摘要
网络攻击对国家和企业构成生存性威胁。当前实践倾向于使用威胁模型进行碎片化分析，而非严谨的网络地形分析与战场情报准备。利用强化学习的自动化渗透测试提供了一种崭新且前景广阔的方法，用于发展由网络结构与网络地形驱动的方法论；此类方法论随后可从威胁模型角度解读，但本质上是网络驱动的分析。本文提出一种称为 CJA-RL 的皇冠珠宝分析新方法，其使用强化学习识别关键地形与通向利用皇冠珠宝的接近路线。在我们的实验中，CJA-RL 识别出了利用具有多个皇冠珠宝的网络时的理想入口点、瓶颈点与支点，例证了 CJA-RL 以及广义上用于渗透测试的强化学习如何惠及计算机网络作战工作流。
引用
@article{arxiv.2108.09358,
title = {Crown Jewels Analysis using Reinforcement Learning with Attack Graphs},
author = {Rohit Gangupantulu and Tyler Cody and Abdul Rahman and Christopher Redino and Ryan Clark and Paul Park},
journal= {arXiv preprint arXiv:2108.09358},
year = {2021}
}