研究诚信 我们的使命是通过研究和分析帮助改善政策和决策,这得益于我们的核心价值观:质量和客观性,以及我们对最高诚信和道德行为的坚定承诺。为确保我们的研究和分析严谨、客观、无党派,我们对研究出版物进行了严格而严格的质量保证流程;通过员工培训、项目筛选和强制披露政策,避免出现财务和其他利益冲突的表象和现实;并通过我们致力于公开发表研究结果和建议、披露已发表研究的资金来源以及确保知识独立的政策,追求研究工作的透明度。有关更多信息,请访问 www.rand.org/about/principles。
摘要 尽管对网络安全的各个方面做出了重大贡献,但网络攻击仍然令人遗憾地呈上升趋势。越来越多的国际公认实体(如美国国家科学基金会和美国国家科学技术委员会)注意到人工智能可以帮助分析数十亿个日志文件、暗网数据、恶意软件和其他数据源,以帮助执行基本的网络安全任务。我们举办第一届人工智能网络安全分析研讨会(半天;与 ACM KDD 同地举办)的目标是聚集学术界和从业者,为人工智能网络安全分析的最新工作做出贡献。我们组建了一个优秀的跨学科计划委员会,该委员会在人工智能网络安全分析的各个方面拥有丰富的专业知识,以评估提交的工作。在 CTI、漏洞评估和恶意软件分析领域为半天研讨会做出了重大贡献。
克里姆林宫的恶意影响现在是推动欧洲和欧亚大陆 (E&E) 民主和经济进步的最紧迫挑战。莫斯科在整个 E&E 地区及其他地区传播恶意影响的能力是多方面的和复杂的。它包括使用军事力量、虚假宣传活动、破坏民主制度和进程的努力以及网络攻击。E&E 国家对克里姆林宫恶意影响的脆弱性因对俄罗斯贸易和投资的大量经济依赖、对俄罗斯能源的依赖、与克里姆林宫主导的媒体高度相关和暴露的信息环境以及该地区几个国家的民主倒退而加剧。此外,共产主义遗产在经济和政治生活的所有领域普遍存在的腐败为克里姆林宫的干涉创造了肥沃的土壤。
通过我们的研究,利益相关者可以积极预测、预防、减轻并适当应对其环境和系统中由机器学习和人工智能引发的恶意活动、攻击、威胁和风险的影响。我们还相信,行业和学术界的密切合作将有助于提高人们对犯罪分子可能使用和滥用人工智能的认识,并积累相关知识。了解利用机器学习和人工智能的能力、场景和攻击媒介是增强准备、提高弹性和确保这些技术得到积极利用的关键。
使用人工智能 (AI) 和机器学习 (ML) 解决网络安全问题在业界和学术界越来越受欢迎,部分原因是为了应对针对关键系统(如云基础设施、政府办公室或医院)及其生成的大量数据的广泛恶意软件攻击。人工智能和机器学习辅助网络安全提供数据驱动的自动化,可使安全系统实时识别和应对网络威胁。然而,目前网络安全领域缺乏接受过人工智能和机器学习培训的专业人员。我们在此通过开发实验室密集型模块来解决这一问题,这些模块使本科生和研究生能够获得将人工智能和机器学习技术应用于真实数据集的基础知识和高级知识,以了解网络威胁情报 (CTI)、恶意软件分析和分类以及网络安全中的其他重要主题。我们在此描述了“人工智能辅助恶意软件分析”中的六个独立且自适应的模块。主题包括:(1)CTI 和恶意软件攻击阶段、(2)恶意软件知识表示和 CTI 共享、(3)恶意软件数据收集和特征识别、(4)AI 辅助恶意软件检测、(5)恶意软件分类和归因,以及(6)高级恶意软件研究主题和案例研究,如对抗性学习和高级持续威胁 (APT) 检测。
作者:G Hinck · 被引用 26 次 — TIM MAURER,《网络雇佣兵:国家、黑客和权力 20》(2018 年)。8.第 4 页。528.《国家安全法律与政策杂志》。[...
