May, 2024

LLMPot：用于 ICS Honeypots 的自动化 LLM 基础的工业协议和物理过程仿真

PDF
TL;DR利用 LLMPot 技术，我们提出了一种在工控系统网络中设计蜜罐的新方法，通过利用大型语言模型（LLMs）的强大功能，自动化和优化了创建逼真蜜罐的过程，并针对任何控制逻辑以实现供应商不可知配置，从而减少了传统领域中所需的手动努力和专业知识。
industrial control systemsicshoneypotsllmpotcyber threats
发现论文，激发创造
  • LLM 外壳中的生成型蜜罐

    本研究提出了一种基于大型语言模型的动态真实软件蜜罐的新方法，初步结果表明该方法能够解决先前蜜罐的一些重要限制，如确定性应答、适应性不足等，我们通过与攻击者实施的实验评估了每个命令的真实性，所提出的蜜罐（称为 shelLM）的准确率达到 0.92。

    Aug, 2023

  • 基于 LLM 的数字孪生优化人机交互系统

    应用大型语言模型的案例研究表明，模拟复杂人口群体在大型开放空间中的行为和热偏好，并将其集成到基于增强学习的代理 - 环境闭环算法中，可以在节能和居住者舒适性之间找到平衡，从而显示出远优于传统的设定点控制策略，这表明在 CPS-IoT 应用中实现自适应和个性化决策对于高效优化至关重要。

    Mar, 2024

  • LLM4PLC：工控系统中基于大型语言模型的可验证 PLC 编程

    提出 LLM4PLC 的用户引导迭代流程，通过用户反馈和外部验证工具来改善大型语言模型（LLM）生成的代码的可验证性，提高成功生成的比例并提高代码质量。

    Jan, 2024

  • 物联网、工业物联网和物理网络系统中蜜罐和蜜网的调查

    本文对针对物联网、工业物联网和物理网络的蜜罐和蜜网进行了全面调查，提供了现有蜜罐 / 蜜网的分类和广泛分析，并阐述了现代化蜜罐 / 蜜网的关键设计因素以及未来物联网、工业物联网和物理网络环境下未解决的问题。

    Aug, 2021

  • HoneyIoT: 基于强化学习的适应性智能物联网高交互模拟陷阱

    本文提出了一种基于 IoT honeypot 系统的安全增强方法，通过自适应高交互性的 HoneyIoT honeypot 系统来攻击 IoT 攻击者，该系统借助马尔科夫决策过程和强化学习技术学习攻击行为，并使用差分分析技术产生高保真响应。

    May, 2023

  • AutoAttacker：一种基于大型语言模型指导的自动化网络攻击系统

    使用大型语言模型（LLMs）在网络安全中模拟后入侵阶段的攻击，通过将 LLMs 自动化来改善组织的网络安全状况，扩展红队的效力并预先检测新型攻击行为。

    Mar, 2024

  • LLMs 杀死了脚本小子：大语言模型支持的代理如何改变网络威胁测试的现状

    本研究探索了大型语言模型在威胁推理、工具信息生成和自动化网络攻击方面的潜力，讨论了 LLM 在支持特定威胁相关行动和决策方面的手动与自动化探索，以及对威胁网络潜在影响和使用 LLM 加速威胁行为能力的伦理考量，对诱导可操作反应的提示设计进行了评估和启发，并提出了探索 LLM 在更复杂网络、高级漏洞和提示敏感性方面的未解问题。

    Oct, 2023

  • CPS-LLM：基于大型语言模型的人 - 机 - 工网络中安全使用计划生成器

    使用大型语言模型（LLM）和人在环循环人在植物物理系统（CPS）中探索将高水平提示转化为个性化行动计划，并随后将该计划转化为由实际物理系统控制器自动执行的推理序列决策，以达到控制目标。我们表明，将 LLM 置于上下文中使其能够生成领域特定的计划相对简单。然而，这些计划可能对物理系统来说无法执行，或对人类使用者来说不安全。因此，我们提出了 CPS-LLM，这是一个使用指令调整框架进行重新训练的 LLM，确保生成的计划不仅与 CPS 的物理系统动力学一致，而且对人类使用者来说是安全的。CPS-LLM 由两个创新组成部分组成：a）一种基于液态时常的神经网络物理动力学系数估计器，可以推导出带有一些未测量状态变量的动力学模型的系数；b）然后使用模型系数对使用动力学系统和相应模型系数体现的提示进行 LLM 训练。我们表明，当将 CPS-LLM 与如 BARD 等上下文化聊天机器人集成时，它可以生成可行且安全的计划，以管理被 1 型糖尿病患者使用的自动胰岛素输送系统的外部事件，如餐饮事务。

    May, 2024

  • 基于区块链的物联网系统蜜罐的战略部署

    使用具有智能合约功能的入侵检测系统，将普通节点转化为诱饵来应对可疑活动，从而加强区块链物联网网络的安全性；利用贝叶斯博弈的策略分析潜在攻击者与增强型入侵检测系统之间的交互作用，重点关注并预测外部攻击，并强调在面对不断演变的攻击模式时的策略决策、优化的诱饵部署和自适应策略。

    May, 2024

  • LLM 用于 SoC 安全：范式转变

    通过整合大型语言模型（LLMs）到 SoC 安全验证范式中，我们在现有 SoC 安全方案的限制性能、全面性和适应性方面的差距中开辟了新的可能性和挑战，旨在实现更高效、可扩展和可适应的方法。

    Oct, 2023