PulseAugur
中
实时 12:31:38
English(EN) SMSI: System Model Security Inference: Automated Threat Modeling for Cyber-Physical Systems

新AI工具可自动为网络物理系统进行威胁建模

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了SMSI，一个自动化网络物理系统威胁建模的新型流程。该系统通过将系统组件映射到漏洞，再映射到攻击技术，最后映射到NIST 800-53安全控制，从而将架构模型转化为可操作的安全控制建议。使用医疗物联网网关进行的实验表明，经过微调的语言模型SecureBERT在将漏洞与攻击技术关联方面表现最佳，突显了密集嵌入在自动化安全建议中的有效性。 AI

影响 为网络物理系统自动化安全控制建议，可能提高威胁建模的效率和有效性。

排序理由 这是一篇研究论文，详细介绍了用于网络物理系统的新型自动化威胁建模流程。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新AI工具可自动为网络物理系统进行威胁建模

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Ro\'Yah Radaideh, Ali Khreis ·

    SMSI：系统模型安全推理：网络物理系统的自动化威胁建模

    arXiv:2604.23905v1 Announce Type: cross Abstract: Threat modeling for cyber-physical systems (CPS) remains a largely manual exercise. This project presents SMSI (System Model Security Inference), a hybrid neuro-symbolic pipeline that starts from a SysML architecture model and pro…

相关实体

相关话题