基于变模糊集的 APT 攻击与防御效果定量评估

《Scientific Reports》：Quantitative evaluation of APT attack and defense effectiveness based on variable fuzzy sets

　　高级持续性威胁(APT)是一种具有针对性、复杂性和隐蔽性的高影响网络安全威胁。传统模型无法准确刻画和量化APT对抗中的攻防效果。针对APT场景中固有的独特不确定性，本文提出了APT-VFSEA，一种基于变模糊集的APT攻防效果定量评估模型。我们首先设计了一种统一的标准构建方法，适用于APT攻击和防御评估场景。采用变模糊集处理评估过程中与指标和数据相关的不确定性，并进一步建立了该模型的完整运行评估流程。基于CVE-2017-11882漏洞进行了验证实验，并将评估输出与真实世界的攻防观测结果进行对比。实证结果表明，APT-VFSEA模型能够高效准确地评估APT攻击和防御行动的有效性。