本文介绍了一个完整的 PDDL 攻击模型表示，整合规划器到渗透测试工具中的实现，可以自动为渗透测试方案生成攻击路径，并通过对真实目标网络执行相应的操作来验证这些攻击，包括利用漏洞等。同时，作者提出一种从渗透测试工具中提取信息到规划领域的算法，并展示如何使用当前的规划器解决攻击图的可伸缩性问题。作者的解决方案的性能分析表明，该模型可扩展到中等规模网络和当前渗透测试工具中可用的操作数量。

Jun, 2013

KAIROS 是一种基于图神经网络的编码器 - 解码器架构，它学习了溯源图的结构变化的时间演变，以量化每个系统事件的异常程度；基于这些细粒度信息，KAIROS 重构攻击的足迹，在系统审计日志流中生成能准确描述恶意活动的简洁摘要图，使用最先进的基准数据集，我们证明了 KAIROS 优于以前的方法。

Aug, 2023

我们介绍了 AI 安全痛苦金字塔，这是一个将网络安全痛苦金字塔应用于分类和优先处理 AI 特定威胁的框架。该框架提供了一种结构化方法来理解和应对各种级别的 AI 威胁。

Feb, 2024

云计算服务、安全漏洞、访问控制策略、PDDL 模型和亚马逊 AWS 云配置是本研究的五个关键词，该研究提出了一个通用框架来表达云系统中不同云对象之间的关系，以建立访问控制策略，并使用 PDDL 模型检测安全漏洞，从而测试 14 个真实的亚马逊 AWS 云配置中的安全性漏洞。

Feb, 2024

本文提出了一种基于模拟渗透测试的、用于系统化分析网络安全弱点并给出防范策略的方法。该方法利用系统化分析的手段，通过自动攻击寻找系统漏洞并及时进行配置调整等行动来最大限度地减小攻击者的成功率，为企业的网络安全监控提供了有力支持。

May, 2017

本文提出了第一个开放的数据驱动的漏洞威胁评估框架，即漏洞在公开披露后的 12 个月内被利用的概率评分系统，该系统被设计为足够简单，可以由非技术专家实践者实现，同时提供准确的利用估计，且可根据更多更好的数据进行更新。我们称之为 Exploit Prediction Scoring System (EPSS)。

Aug, 2019

提出了一种基于机器学习的软件框架 ANAlYSE，用于在包括电力系统、信息与通信技术（ICT）和能源市场在内的冲击 - 物理能源系统中自主寻找攻击和漏洞，实现对系统安全的保护。

Apr, 2023

本文提出一种基于知识图谱和本体的自动化方式来分析云计算系统的安全威胁模型，并探讨该方法在现代敏捷开发环境中的应用挑战。通过使用包含 180 个语义图的本体，建立了基于 Docker Compose 的云配置数据流程图，并评估本体和知识图谱用于自动识别图谱中的安全威胁。

Mar, 2023

本文提出了一种基于约束编程和图表示学习的新型 IAM 框架，通过减少无关数据存储访问权限等优化 IAM 策略，并对 IAM 策略进行解释和分类，以减少安全攻击的影响。

May, 2022

该研究使用机器学习和自然语言处理技术以及多个公共数据集，提供一个易于理解的漏洞到攻击技术和威胁行为者的映射，帮助安全从业者协助客户管理和优先处理漏洞。

Jun, 2022