当前位置:首页 >英文主页 >中英对照 > 报告详情

2020 自动化网络攻击报告:假设与现实 - 美国安全与新兴技术研究中心(英文版).pdf

上传人: B**** 编号:23713 2020-12-08 48页 663.03KB

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要探讨了机器学习在网络攻击中的应用和局限性。文章首先介绍了网络攻击的“杀伤链”模型,包括侦察、武器化、投递、指挥控制、跳转和行动目标等六个阶段。然后,文章详细讨论了机器学习如何可能改变这些阶段,包括提高社会工程攻击的规模和成功率,增强网络漏洞的发现能力,提高网络操作的隐蔽性,以及使恶意代码更独立于人类操作者。然而,文章也指出机器学习系统存在重大局限性,如对显著数据的依赖,对对抗性攻击的脆弱性,以及在部署中的复杂性。总的来说,机器学习在网络攻击中的应用被过度炒作,但仍然具有重要意义。对于大多数攻击者来说,他们不太可能明显需要用机器学习来增强他们的操作,特别是考虑到一些机器学习技术的复杂性和对相关数据的需求。
机器学习在网络攻击中的作用是什么? 自动化如何帮助网络攻击者? 机器学习在网络攻击中是否被过度炒作?
客服
商务合作
小程序
服务号
折叠