#adaptive-prioritization

共收录 1 条相关安全情报。

← 返回所有主题
👥 作者: Huy Q. Ngo

本文研究了Microsoft Active Directory (AD) 安全加固中的实践挑战。AD作为企业核心管理服务,常成为攻击目标。现有攻击图谱加固方案存在三大局限:1)假设图谱静态,而实际AD环境高度动态;2)仅关注撤销漏洞(边移除),缺乏主动防御机制,如蜜罐部署;3)未考虑系统管理员反馈,导致修复方案不可实施。为此,论文提出一系列基于博弈论和优化的决策模型。首先,提出一种蜜罐/诱饵部署模型,通过最小化最短路径数和域管理员可达节点数来优化部署位置。其次,引入动态/时变AD图谱下的防御策略,目标是在最坏情况下最大化事件响应时间。第三,设计自适应优先级模型,向IT管理员查询每个高风险攻击路径以进行调解。最后,提出端到端自适应优先级模型,通过寻找泛化管理员决策的边移除策略,最小化管理员的审批工作量。论文证明了所有模型背后的计算问题均难以处理。该研究为AD安全提供了实用方法,适合安全工程师和研究人员阅读。

💡 推荐理由: AD是最常被攻击的核心服务,现有模型忽略动态性和管理员反馈,本文提出的自适应优先化和蜜罐部署策略可显著提升实际防御效率。

🎯 建议动作: 纳入内部评估,测试蜜罐部署与自适应优先化模型在模拟AD环境中的效果。

排序因子: 影响边界/网络设备 (+5) | 来自 arXiv 其他板块 (+2) | Community 数据源 (+1) | LLM 评分加成 (+0.5)