KILLCHAIGRAPH: Cadre d'apprentissage machine des chercheurs pour cartographier le comportement de l'attaquant - Aidez la sécurité du net

Mirko Zorz - HelpNetSecurity - 01/09
Les chercheurs ont introduit un cadre prédictif de la chaîne de cyber-kill utilisant ML pour prévoir les techniques de l'attaquant et renforcer la cyber-défense de la cyber-défense.

Une équipe de chercheurs de Frondeur Labs, DistributedApps.ai, et OWASP a développé un nouveau cadre d'apprentissage automatique conçu pour aider les défenseurs à anticiper le comportement de l'attaquant à travers les étapes de la chaîne de cyber-kill. Le travail explore comment les modèles d'apprentissage automatique peuvent prévoir des techniques adverses et générer des chemins d'attaque structurés.

Combiner ATT & CK avec la chaîne de mise à mort

La chaîne Cyber ​​Kill, introduite par Lockheed Martin, décompose les attaques en sept étapes: reconnaissance, arme, livraison, exploitation, installation, commande et contrôle, et actions sur les objectifs. Le cadre MITER ATT&CK, désormais largement utilisé dans l'industrie, catalogue des tactiques et des techniques réelles utilisées par les adversaires. Les chercheurs ont combiné les deux modèles pour étudier comment les attaquants se déplacent pas à pas dans une intrusion.

L'objectif du projet était d'aller au-delà des règles de détection statiques. Les outils traditionnels manquent souvent des méthodes d'attaque nouvelles ou adaptées, en particulier celles impliquant des jours zéro ou des logiciels malmorphes polym...
[Courte citation de 8% de l'article original]