0% Complete
English
صفحه اصلی
/
شانزدهمین کنفرانس بین المللی فناوری اطلاعات و دانش
Intent-Based Classification of Multi-Stage Cyber Attacks Using Attacker TTPs and Machine Learning
نویسندگان :
Fatemeh Imanimehr
1
Hamed Ebrahimi
2
1- پژوهشگاه ارتباطات و فناوری اطلاعات
2- پژوهشگاه ارتباطات و فناوری اطلاعات
کلمات کلیدی :
Multi-Stage Attack،Machine Learning-Based Classification،Adversary TTPs
چکیده :
In this paper, we propose a novel method for classifying multi-stage adversarial attacks based on attacker intent and objectives, leveraging the structured knowledge of adversary behaviors encapsulated in the MITRE ATT\&CK framework. The proposed approach processes outputs from Security Information and Event Management (SIEM) systems and analyzes observed Tactics, Techniques, and Procedures (TTPs) to infer attacker intent through machine learning–based classification. We evaluate four widely used classifiers and select Random Forest as the optimal model based on standard performance metrics. Experimental results demonstrate that the Random Forest classifier accurately identifies attacker intent with high precision and robust performance.
لیست مقالات
لیست مقالات بایگانی شده
SPA Bot: Smart Price-Action Trading Bot for Cryptocurency Market
Dr Hamid Jazayeriy - Mohammad Daryani
یک روش کارآمد جهت تشخیص آنلاین حملات DRDoS به سرویس های مبتنی بر UDP درمعماری SDN با استفاده از الگوریتم های یادگیری ماشین
میترا اکبری کهنه شهری - دکتر رضا محمدی - دکتر محمد نصیری میترا اکبری کهنه شهری - رضا محمدی - محمد نصیری -
ارائه یک سیستم توصیهگر آگاه به زمینه مبتنی بر رفتار کاربر در شبکه اجتماعی با استفاده از پیامهای برچسب شده جغرافیایی
زهرا امینی - سید علیرضا هاشمی گلپایگانی - علی میرزائی
آسیب شناسی استقرار بلاکچین در صنعت بانکی کشور ایران
نیلوفر مرادحاصل
LuckyAgent2022: A Stop-Learning Multi-Armed Bandit Automated Negotiating Agent
Arash Ebrahimnezhad - Faria Nassiri-Mofakham
LLM-Driven Feature Extraction for Stock Market Prediction: A case study of Tehran Stock Exchange
Siavash Hosseinpour Saffarian - Saman Haratizadeh
Knowledge gap extraction based on the learner click behavior in interaction with videos using the association rule algorithm
Yosra Bahrani - Omid Fatemi
A Comparison between Slimed Network and Pruned Network for Head Pose Estimation
Amir Salimiparsa - Hadi Veisi - Mohammad-shahram Moin
Integrating Wasserstein GANs for High-Speed Transformer-Based Neural Machine Translation
Parisa Nekoogol - Mostafa Salehi
پیش بینی گره های رهبر در شبکه های اجتماعی با استفاده از پیش بینی پیوند
روح اله رشیدی - فرساد زمانی بروجنی - محمد رضا سلطان آقایی - هادی فرهادی
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 43.8.0
