ProAPT：基于深度强化学习的APT威胁推演
密码学与安全
2022-09-16 v1 机器学习
摘要
Endsley态势感知模型中的最高层级称为推演（projection），即预测环境中各要素在近期的状态。在网络安全态势感知中，针对高级持续性威胁（APT）的推演需要预测APT的下一步行动。威胁在不断变化且日趋复杂。由于有监督与无监督学习方法需要APT数据集来推演APT的下一步，它们无法识别未知的APT威胁。在强化学习方法中，智能体与环境交互，因此可能推演已知与未知APT的下一步。迄今为止，强化学习尚未被用于推演APT的下一步。在强化学习中，智能体利用先前的状态与动作来近似当前状态的最优动作。当状态与动作数量庞大时，智能体采用称为深度学习的神经网络来近似各状态的最优动作。本文提出一种深度强化学习系统以推演APT的下一步。由于攻击步骤间存在关联，我们采用长短期记忆（LSTM）方法来近似各状态的最优动作。在我们提出的系统中，基于当前态势，我们推演APT威胁的后续步骤。
引用
@article{arxiv.2209.07215,
title = {ProAPT: Projection of APT Threats with Deep Reinforcement Learning},
author = {Motahareh Dehghan and Babak Sadeghiyan and Erfan Khosravian and Alireza Sedighi Moghaddam and Farshid Nooshi},
journal= {arXiv preprint arXiv:2209.07215},
year = {2022}
}