Buchumschlag

Scalable Learning of Intrusion Responses through Recursive Decomposition

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hammar, Kim, Stadler, Rolf
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Systems and Control Cryptography and Security Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning Near-Optimal Intrusion Responses Against Dynamic Attackers
von: Hammar, Kim, et al.
Veröffentlicht: (2023)

Automated Security Response through Online Learning with Adaptive Conjectures
von: Hammar, Kim, et al.
Veröffentlicht: (2024)

Learning Intrusion Prevention Policies through Optimal Stopping
von: Hammar, Kim, et al.
Veröffentlicht: (2021)

Intrusion Prevention through Optimal Stopping
von: Hammar, Kim, et al.
Veröffentlicht: (2021)

Intrusion Tolerance for Networked Systems through Two-Level Feedback Control
von: Hammar, Kim, et al.
Veröffentlicht: (2024)

Online Incident Response Planning under Model Misspecification through Bayesian Learning and Belief Quantization
von: Hammar, Kim, et al.
Veröffentlicht: (2025)

A System for Interactive Examination of Learned Security Policies
von: Hammar, Kim, et al.
Veröffentlicht: (2022)

Finding Effective Security Strategies through Reinforcement Learning and Self-Play
von: Hammar, Kim, et al.
Veröffentlicht: (2020)

IT Intrusion Detection Using Statistical Learning and Testbed Measurements
von: Wang, Xiaoxuan, et al.
Veröffentlicht: (2024)

A Lightweight Multi-Attack CAN Intrusion Detection System on Hybrid FPGAs
von: Khandelwal, Shashwat, et al.
Veröffentlicht: (2024)

Real-Time Zero-Day Intrusion Detection System for Automotive Controller Area Network on FPGAs
von: Khandelwal, Shashwat, et al.
Veröffentlicht: (2024)

Optimal Defender Strategies for CAGE-2 using Causal Modeling and Tree Search
von: Hammar, Kim, et al.
Veröffentlicht: (2024)

Exploring Highly Quantised Neural Networks for Intrusion Detection in Automotive CAN
von: Khandelwal, Shashwat, et al.
Veröffentlicht: (2024)

A Hypergraph-Based Machine Learning Ensemble Network Intrusion Detection System
von: Lin, Zong-Zhi, et al.
Veröffentlicht: (2022)

Unmasking Covert Intrusions: Detection of Fault-Masking Cyberattacks on Differential Protection Systems
von: Saber, Ahmad Mohammad, et al.
Veröffentlicht: (2024)

Random Walk Learning and the Pac-Man Attack
von: Chen, Xingran, et al.
Veröffentlicht: (2025)

Efficient Implementation of Reinforcement Learning over Homomorphic Encryption
von: Suh, Jihoon, et al.
Veröffentlicht: (2025)

ANALYSE -- Learning to Attack Cyber-Physical Energy Systems With Intelligent Agents
von: Wolgast, Thomas, et al.
Veröffentlicht: (2023)

Privacy-Preserving Data Fusion for Traffic State Estimation: A Vertical Federated Learning Approach
von: Wang, Qiqing, et al.
Veröffentlicht: (2024)

ZTFed-MAS2S: A Zero-Trust Federated Learning Framework with Verifiable Privacy and Trust-Aware Aggregation for Wind Power Data Imputation
von: Li, Yang, et al.
Veröffentlicht: (2025)

Extending Adaptive Cruise Control with Machine Learning Intrusion Detection Systems
von: Othmane, Lotfi Ben, et al.
Veröffentlicht: (2026)

A review of federated learning in renewable energy applications: Potential, challenges, and future directions
von: Grataloup, Albin, et al.
Veröffentlicht: (2023)

Adaptive Network Security Policies via Belief Aggregation and Rollout
von: Hammar, Kim, et al.
Veröffentlicht: (2025)

Privacy-preserving gradient-based fair federated learning
von: Adamek, Janis, et al.
Veröffentlicht: (2024)

Enhancing Network Security Management in Water Systems using FM-based Attack Attribution
von: Avdalovic, Aleksandar, et al.
Veröffentlicht: (2025)

Amalgam: A Framework for Obfuscated Neural Network Training on the Cloud
von: Taki, Sifat Ut, et al.
Veröffentlicht: (2024)

A Multi-module Robust Method for Transient Stability Assessment against False Label Injection Cyberattacks
von: Wang, Hanxuan, et al.
Veröffentlicht: (2024)

An Adversarial Approach to Evaluating the Robustness of Event Identification Models
von: Bahwal, Obai, et al.
Veröffentlicht: (2024)

Localization of Dummy Data Injection Attacks in Power Systems Considering Incomplete Topological Information: A Spatio-Temporal Graph Wavelet Convolutional Neural Network Approach
von: Qu, Zhaoyang, et al.
Veröffentlicht: (2024)

Neural Network-Based Detection and Multi-Class Classification of FDI Attacks in Smart Grid Home Energy Systems
von: Sen, Varsha, et al.
Veröffentlicht: (2025)

Breaking and Fixing Defenses Against Control-Flow Hijacking in Multi-Agent Systems
von: Jha, Rishi, et al.
Veröffentlicht: (2025)

A Kolmogorov-Arnold Network for Interpretable Cyberattack Detection in AGC Systems
von: Jilan, Jehad, et al.
Veröffentlicht: (2025)

Temporal assessment of malicious behaviors: application to turnout field data monitoring
von: Abdellaoui, Sara, et al.
Veröffentlicht: (2024)

Multi-sensor Intrusion Detection System
von: Arinde, Victor, et al.
Veröffentlicht: (2024)

Differentially Private High Dimensional Bandits
von: Shukla, Apurv
Veröffentlicht: (2024)

LegionITS: A Federated Intrusion-Tolerant System Architecture
von: Freitas, Tadeu, et al.
Veröffentlicht: (2025)

Hacking Predictors Means Hacking Cars: Using Sensitivity Analysis to Identify Trajectory Prediction Vulnerabilities for Autonomous Driving Security
von: Gibson, Marsalis, et al.
Veröffentlicht: (2024)

RL-Based Method for Benchmarking the Adversarial Resilience and Robustness of Deep Reinforcement Learning Policies
von: Behzadan, Vahid, et al.
Veröffentlicht: (2019)

Distributed Intrusion Detection System using Semantic-based Rules for SCADA in Smart Grid
von: Mohan, Sathya Narayana, et al.
Veröffentlicht: (2024)

On Model Protection in Federated Learning against Eavesdropping Attacks
von: Maity, Dipankar, et al.
Veröffentlicht: (2025)