通过主动行为分析降低云安全中的误报
密码学与安全
2025-08-19 v1
摘要
基于规则的云安全态势管理 (CSPM) 解决方案因有限的上下文理解和依赖静态启发式测试而产生大量误报。本文引入一种以验证为导向的方法，将主动行为测试集成到云安全态势管理解决方案中，以实时评估策略违规的可利用性。该提议系统采用轻量级自动探针、验证脚本和渗透测试测试案例构建，模拟对误配置或脆弱云资产的对抗性攻击，而不会对云服务或环境产生任何影响。例如，云服务可能被标记为公开暴露且存在漏洞，尽管其受到访问控制层或安全策略的保护，这会导致在手动验证期间消耗分析师时间。通过在可重复的 AWS 设置中进行受控实验，我们评估了各种误配置和脆弱警报的误报率降低。我们的发现表明，误报率平均降低了 93%。此外，该框架显示出低延迟性能。这些结果表明该方法在大型云环境中提高了检测准确性和分析师生产力。虽然我们的评估侧重于 AWS，但该架构是模块化和可扩展的，可适用于多云环境。
引用
@article{arxiv.2508.12584,
title = {Reducing False Positives with Active Behavioral Analysis for Cloud Security},
author = {Dikshant and Verma},
journal= {arXiv preprint arXiv:2508.12584},
year = {2025}
}