工业控制系统中自动化威胁狩猎的设计与开发
密码学与安全
2022-02-04 v1 分布式、并行与集群计算
摘要
传统的工业系统（如发电厂、水处理厂等）被构建为在高度隔离和受控的能力下运行。近来，工业控制系统(ICSs)为便于访问和适应先进技术而暴露于互联网，但这带来了安全漏洞。攻击者常利用这些漏洞对 ICSs 发起攻击。为此，执行威胁狩猎以主动监控 ICS 网络的安全，并保护其免受可能导致系统故障的威胁。威胁狩猎者手动识别威胁，并基于可用威胁情报给出假设。在本文中，我们指出了 ICS 网络威胁狩猎自动化研究缺失的空白。我们提出了威胁情报的自动提取以及假设的生成与验证。我们基于 ICS MITRE ATT&CK 框架提供的威胁情报，提出了一种自动化威胁狩猎框架以实现任务自动化。与现有的基于云、成本高且易出人为错误的狩猎方案不同，我们的方案是集中式开源的，使用不同的开源技术实现，例如 Elasticsearch、Conpot、Metasploit、Web 单页应用(SPA)和机器学习分析器。我们的结果表明，所提出的威胁狩猎方案能识别网络攻击，并根据来自 ICS MITRE ATT&CK 的技术、战术和程序(TTPs)向威胁狩猎者发出带假设的警报。随后，机器学习分类器自动预测攻击的未来行动。
引用
@article{arxiv.2202.01543,
title = {Design and Development of Automated Threat Hunting in Industrial Control Systems},
author = {Masumi Arafune and Sidharth Rajalakshmi and Luigi Jaldon and Zahra Jadidi and Shantanu Pal and Ernest Foo and Nagarajan Venkatachalam},
journal= {arXiv preprint arXiv:2202.01543},
year = {2022}
}