SPEAR：基于攻击连通性超图的人工智能规划与推理的安全态势评估
密码学与安全
2025-06-03 v1 人工智能
摘要
基于图的框架常用于网络加固，以帮助网络防御者理解网络可能如何受到攻击以及如何部署最佳防御。然而，在攻击图中纳入网络连通性参数、在无法获取完整信息时对攻击图进行推理、以易于理解的格式向系统管理员提供建议，以及允许他们对各种场景和攻击者动机进行假设分析，这些方面仍然存在缺失。我们通过提出 SPEAR 填补了这一空白，这是一个具有工具支持的形式化框架，用于保持人在回路中的安全态势评估与分析。SPEAR 使用人工智能规划的因果形式化来对网络系统中的漏洞和配置进行建模。它自动将网络配置和漏洞描述转换为以规划领域定义语言（PDDL）表示的规划模型。SPEAR 识别出一组多样化的安全加固策略，这些策略可以以领域专家易于理解的方式呈现。这些策略允许管理员以系统的方式探索网络加固的解空间，并帮助评估影响和比较不同的解决方案。
引用
@article{arxiv.2506.01227,
title = {SPEAR: Security Posture Evaluation using AI Planner-Reasoning on Attack-Connectivity Hypergraphs},
author = {Rakesh Podder and Turgay Caglar and Shadaab Kawnain Bashir and Sarath Sreedharan and Indrajit Ray and Indrakshi Ray},
journal= {arXiv preprint arXiv:2506.01227},
year = {2025}
}