olimposec.com
tema

#ids

4 publicações marcadas com esta tag.

risco médioOS-2026-585 · 2026-10-05
0

Phantom State Attack: como driblar a detecção de intrusão em IIoT manipulando apenas o tempo dos pacotes

Pesquisadores propõem o Phantom State Attack (PSA), uma técnica de evasão contra sistemas de detecção de intrusão (IDS) baseados em machine learning para ambientes industriais (IIoT) que não modifica pacotes, não consulta o classificador e não precisa aprender um modelo do tráfego legítimo — ela apenas desloca minimamente o tempo de chegada dos pacotes para atravessar fronteiras de janelas de agregação. O ataque degrada a detecção em fluxos com volume suficiente de pacotes, mas seu efeito é condicional, deixando outros fluxos quase intactos.

Fonte ↗
risco médioOS-2026-458 · 2026-09-18
0

Detecção de intrusão baseada em LLM perde garantias estatísticas sob perturbação adversarial, mesmo com predição conforme

Pesquisadores mostram que a predição conforme, usada para dar garantias de cobertura estatística a LLMs de detecção de intrusão de rede, falha quando um atacante manipula features de tráfego controláveis. A calibração ciente do tráfego adversarial restaura a garantia contra atacantes que usam um mecanismo de perturbação conhecido, mas um atacante adaptativo que consulta o próprio modelo-alvo ainda consegue degradar essa proteção.

Fonte ↗
risco médioOS-2026-434 · 2026-09-16
0

RuleAutoPilot usa agentes de IA para transformar tráfego de malware em regras Suricata prontas para produção

O framework RuleAutoPilot gera automaticamente regras de detecção Suricata a partir de capturas de tráfego de malware, sem depender de inteligência de ameaças prévia, filtrando primeiro o ruído de tráfego benigno e depois corrigindo iterativamente as regras que falham em testes de sintaxe ou geram falsos positivos. Usando o modelo aberto gpt-oss-120b, o sistema chega perto da qualidade do Claude Code a 52x menos custo em tokens, e o supera quando usa Claude Opus 5 como backbone.

Fonte ↗
panoramaOS-2026-051 · 2026-07-21
0

GAN de fronteira de decisão melhora robustez adversarial de IDS baseado em TabTransformer

Pesquisadores combinaram uma Boundary-Seeking GAN (BGAN) com um TabTransformer para detecção de intrusão baseada em fluxo de rede, usando a GAN tanto para gerar amostras sintéticas de classes minoritárias quanto para gerar amostras adversariais de teste. No dataset CICIDS2017, os modelos sem esse reforço sofreram queda de 100% de desempenho sob ataque adversarial, enquanto os modelos aumentados com BGAN mantiveram desempenho estável.

Fonte ↗