人工知能/機械学習(AI/ML)セキュリティツールを評価するためのサイバーレンジの組立【JST・京大機械翻訳】

Nichols Jeffrey A.; Spakes Kevin D.; Watson Cory L.; Bridges Robert A.

プレプリント

J-GLOBAL ID：202202213589789847 整理番号：22P0277633

人工知能/機械学習(AI/ML)セキュリティツールを評価するためのサイバーレンジの組立【JST・京大機械翻訳】

Assembling a Cyber Range to Evaluate Artificial Intelligence / Machine Learning (AI/ML) Security Tools

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年01月20日プレプリントサーバーでの情報更新日： 2022年01月20日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

この事例研究では,米国,Oak RidgeのOak Ridge国立研究所でのサイバーセキュリティテストベッドの設計と組立について述べた。サイバーセキュリティツール(特にAI/MLを含む)の評価に対する多様な実験を容易にするために,アジャイル再構成を提供するように,その範囲を設計した。特に,テストベッドは,実験中の制御とプログラムの観測/データ収集を可能にする一方で,現実的な試験環境を提供する。評価の反復能力において,追加のツールを評価でき,後に比較した。このシステムは,実験サイズに対してスケールアップまたはダウンできるものである。会議の時間において,著者らは,この範囲に関する2つの実物大,国家的,政府の課題を完成させた。これらの課題は,大規模,政府サイズのネットワークへの適用のためのAI/MLベースのサイバーセキュリティツールの性能と運用コストを評価することである。これらの評価は,様々な設計決定と適応のための動機とコンテキストを提供する例として記述される。第1の課題は,一連のファイルタイプにわたって選択した100Kファイルサンプル(ベンジウェアとマルウェア)に対するエンドポイントセキュリティツールを測定した。第2は,高容量ビジネスネットワークにおいて,様々なレベルの被覆度で,マルチステップ敵対行動,侵入,および開発,横方向移動などを同定する際に,ネットワーク侵入検知システムの有効性の評価である。これらの課題の規模は,試験中の各MLツールの実験を繰り返し,あるいは同時にミラーする自動化システムを必要とする。AI/MLツールの真の能力を引き出すための容易から困難な悪意のある活動のアレイを提供することは,これらの課題事象の設計および実行の特に興味深く挑戦的な側面である。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

計算機網

, , , , , , ,

前のページに戻る