赋能未来网络安全领袖：通过FINDS教育实现数字取证卓越
密码学与安全
2026-03-17 v2 人工智能
摘要
取证调查网络科学（FINDS）研究中心是由美国陆军研究实验室资助的网络安全教育框架，旨在通过AI驱动的网络安全 workforce 发展。FINDS融合了高性能计算（HPC）、安全软件工程、对抗性分析和实践式学习，旨在解决新兴网络和合成媒体威胁。本文介绍了多依赖容量建设技能图（Multidependency Capacity Building Skills Graph, MCBSG），一种基于有向无环图的模型，对AI驱动取证编程、统计推理、数字证据处理和威胁检测等技能之间的层次和跨域依赖进行编码。MCBSG enables 对技能获取路径进行结构化建模和定量容量评估。应用监督机器学习方法，包括基于熵的决策树分类器和回归建模，对纵向多队列数据进行分析，这些数据捕获了导师互动、实验室绩效指标、课程作品和研讨会参与情况。特征重要性分析和交叉验证识别了技术熟练程度和研究准备情况的关键预测因子。三年统计评估显示，取证编程准确率、对抗推理和HPC支持的调查工作流程均取得显著提升。结果表明，MCBSG 作为一种可扩展、可解释的数据驱动网络安全教育框架，符合国家防务 workforce 优先事项。
关键词
引用
@article{arxiv.2603.00222,
title = {Empowering Future Cybersecurity Leaders: Advancing Students through FINDS Education for Digital Forensic Excellence},
author = {Yashas Hariprasad and Subhash Gurappa and Sundararaj S. Iyengar and Jerry F. Miller and Pronab Mohanty and Naveen Kumar Chaudhary},
journal= {arXiv preprint arXiv:2603.00222},
year = {2026}
}