《网络空间欺骗:构筑欺骗防御的科学基石》一2.4.4 监控与评估欺骗的使用

简介: 本文讲的是网络空间欺骗:构筑欺骗防御的科学基石一2.4.4 监控与评估欺骗的使用,本节书摘来华章计算机《网络空间欺骗:构筑欺骗防御的科学基石》一书中的第2章,第2.4.3节, Cyber Deception: Building the Scientific Foundation 苏西尔·贾乔迪亚(Sushil Jajodia)V. S.苏夫拉曼尼(V. S. Subrahmanian)[美] 维平·斯沃尔(Vipin Swarup) 著 克利夫·王(Cliff Wang) 马多贺 雷程 译 译更多章节内容可以访问云栖社区“华章计算机”公众号查看。

2.4.4 监控与评估欺骗的使用

本文讲的是网络空间欺骗:构筑欺骗防御的科学基石一2.4.4 监控与评估欺骗的使用,识别和监控反馈通道是任何欺骗操作/组件成功的关键。Hesketh讨论了如何知道一个欺骗是否成功的3类信号[60]:
1)目标在错误的时间和/或地点做出响应。
2)目标以浪费自己资源的方式做出响应。
3)目标响应延迟或停止响应。
防御者需要监视在欺骗框架步骤5中识别的所有反馈通道。我们注意到,任何欺骗组件的使用通常都会有3个一般性的输出。恶意敌手可能会①相信它,防御者通常会看到的欺骗成功的3个标志中的一个,②怀疑它,③不相信它。当攻击者怀疑一个欺骗性的组件被使用时,我们应该做出是否增加欺骗的级别或停止欺骗以避免暴露的决定,通常会通过提供更多的(也许真实的)信息让欺骗性的故事更合理而使得欺骗得以增强。这可以包含在欺骗框架中的一个反馈回路中。防御者应该分析这一观测报告以审查攻击者的偏见(即步骤3)以及由此创建欺骗的方法(即步骤4)。此外,在攻击过程中欺骗者可能会采用基于与攻击者交互的多级欺骗。
当一个攻击者不相信防御者提出的欺骗,则需要有一个积极的监测和详细的行动计划。这在欺骗框架中应该是策划欺骗的第六步,然后再进行风险评估。此外,在与安全从业者的讨论中,许多人表示,一些攻击者在意识到他们被欺骗时,往往会开展攻击性的行动。这可以作为监测阶段测量攻击者对欺骗组件的反应的信号之一。同时,这种行为也可以作为供其他欺骗性机制参考的偏见,这些机制可能侧重于欺骗攻击者对系统损害的评估。

原文标题:网络空间欺骗:构筑欺骗防御的科学基石一2.4.4 监控与评估欺骗的使用

相关文章
|
4月前
|
存储 机器学习/深度学习 监控
网络管理监控软件的 C# 区间树性能阈值查询算法
针对网络管理监控软件的高效区间查询需求,本文提出基于区间树的优化方案。传统线性遍历效率低,10万条数据查询超800ms,难以满足实时性要求。区间树以平衡二叉搜索树结构,结合节点最大值剪枝策略,将查询复杂度从O(N)降至O(logN+K),显著提升性能。通过C#实现,支持按指标类型分组建树、增量插入与多维度联合查询,在10万记录下查询耗时仅约2.8ms,内存占用降低35%。测试表明,该方案有效解决高负载场景下的响应延迟问题,助力管理员快速定位异常设备,提升运维效率与系统稳定性。
268 4
|
5月前
|
安全 Linux 网络安全
Nipper 3.9.0 for Windows & Linux - 网络设备漏洞评估
Nipper 3.9.0 for Windows & Linux - 网络设备漏洞评估
158 0
Nipper 3.9.0 for Windows & Linux - 网络设备漏洞评估
|
11月前
|
运维 监控 算法
解读 C++ 助力的局域网监控电脑网络连接算法
本文探讨了使用C++语言实现局域网监控电脑中网络连接监控的算法。通过将局域网的拓扑结构建模为图(Graph)数据结构,每台电脑作为顶点,网络连接作为边,可高效管理与监控动态变化的网络连接。文章展示了基于深度优先搜索(DFS)的连通性检测算法,用于判断两节点间是否存在路径,助力故障排查与流量优化。C++的高效性能结合图算法,为保障网络秩序与信息安全提供了坚实基础,未来可进一步优化以应对无线网络等新挑战。
|
5月前
|
传感器 数据采集 存储
【无线传感器】使用 MATLAB和 XBee连续监控温度传感器无线网络研究(Matlab代码实现)
【无线传感器】使用 MATLAB和 XBee连续监控温度传感器无线网络研究(Matlab代码实现)
100 0
|
7月前
|
监控 算法 安全
基于 C# 基数树算法的网络屏幕监控敏感词检测技术研究
随着数字化办公和网络交互迅猛发展,网络屏幕监控成为信息安全的关键。基数树(Trie Tree)凭借高效的字符串处理能力,在敏感词检测中表现出色。结合C#语言,可构建高时效、高准确率的敏感词识别模块,提升网络安全防护能力。
180 2
|
8月前
|
存储 监控 网络协议
HarmonyOS NEXT实战:网络状态监控
本教程介绍如何在HarmonyOS Next中使用@ohos.net.connection模块实现网络状态监控,并通过AppStorage进行状态管理,适用于教育场景下的网络检测功能开发。
308 2
|
9月前
|
监控 安全 Linux
Arista CloudVision 2025.1 - 多云和数据中心网络自动化、监控和分析
Arista CloudVision 2025.1 - 多云和数据中心网络自动化、监控和分析
384 2
Arista CloudVision 2025.1 - 多云和数据中心网络自动化、监控和分析
|
8月前
|
监控 安全 网络协议
恶意软件无处逃!国内版“Manus”AiPy开发Windows沙箱工具,进程行为+网络传输层级监控! 头像 豪气的
NImplant.exe 是一款后渗透测试工具,可实现远程管理与持久化控制。其优点包括无文件技术、加密通信和插件扩展,但也存在被检测风险及配置复杂等问题。为深入分析其行为,我们基于 aipy 开发了 Windows 沙箱工具,针对桌面上的 NImplant.exe 进行多维度分析,涵盖进程行为、网络连接(如 TCP 请求、目标 IP/域名)、文件控制等,并生成传输层监控报告与沙箱截图。结果显示,aipy 工具响应迅速,报告清晰易读,满足分析需求。
|
9月前
|
安全 Ubuntu Linux
Nipper 3.8.0 for Windows & Linux - 网络设备漏洞评估
Nipper 3.8.0 for Windows & Linux - 网络设备漏洞评估
337 0
Nipper 3.8.0 for Windows & Linux - 网络设备漏洞评估
|
11月前
|
机器学习/深度学习 存储 人工智能
SAFEARENA: 评估自主网络代理的安全性
基于大语言模型的智能体在解决基于网络的任务方面正变得越来越熟练。随着这一能力的增强,也随之带来了更大的被恶意利用的风险,例如在在线论坛上发布虚假信息,或在网站上销售非法物质。为了评估这些风险,我们提出了SAFEARENA,这是第一个专注于故意滥用网络代理的基准测试。SAFEARENA包含四个网站上共计500个任务,其中250个是安全的,250个是有害的。我们将有害任务分为五类:虚假信息、非法活动、骚扰、网络犯罪和社会偏见,旨在评估网络代理的真实滥用情况。我们对包括GPT-4o、Claude-3.5 Sonnet、Qwen-2-VL 72B和Llama-3.2 90B在内的领先基于大语言模型的网
525 11
SAFEARENA: 评估自主网络代理的安全性

热门文章

最新文章