利用语义关系对增材制造系统中的入侵指标进行优先级排序
密码学与安全
2023-05-09 v1 人工智能
摘要
增材制造（AM）提供诸多益处，如快速且经济地制造复杂与定制化设计、减少材料浪费并实现按需生产。然而，AM 伴随若干安全挑战，使其对从个体黑客到有组织犯罪团伙及国家行为体的攻击者日益具吸引力。本文通过提出一种新颖的基于语义的威胁优先级排序系统来解决 AM 面对攻击者的网络风险，该系统用于识别、提取并排序入侵指标（IOC）。该系统利用异质信息网络（HIN）从多源威胁文本中自动提取高层 IOC，并识别 IOC 间的语义关系。它以包含不同元路径与元图的 HIN 对 IOC 建模，以刻画多样 IOC 间的语义关系。我们引入一个领域特定识别器，在三个领域识别 IOC：组织特定、区域来源特定与区域目标特定。威胁评估使用基于元路径与元图的相似性度量来评估 IOC 间的语义关系。它依据各领域中攻击频率、IOC 生命周期及被利用漏洞来衡量严重性，从而对 IOC 进行优先级排序。
引用
@article{arxiv.2305.04102,
title = {Leveraging Semantic Relationships to Prioritise Indicators of Compromise in Additive Manufacturing Systems},
author = {Mahender Kumar and Gregory Epiphaniou and Carsten Maple},
journal= {arXiv preprint arXiv:2305.04102},
year = {2023}
}