olimposec.com
tema

#deteccao-de-intrusao

5 publicações marcadas com esta tag.

panoramaOS-2026-369 · 2026-09-04
0

Privacidade, robustez e imparcialidade em detecção federada de intrusão: o dilema da indistinguibilidade geométrica na agregação

O estudo mostra que, em sistemas federados de detecção de intrusão de rede, privacidade diferencial formal, robustez contra participantes bizantinos e boa cobertura de ataques raros não se combinam de graça como a literatura costuma assumir. Usando o dataset UNSW-NB15 com DP-SGD e agregação por mediana por coordenada sob ataques de inversão de rótulos e envenenamento de modelo, os autores demonstram que o ruído de privacidade dispersa as atualizações dos clientes a ponto de a agregação robusta confundir sinais de ataques raros com outliers maliciosos. O resultado é uma degradação desproporcional da detecção justamente nas categorias de ataque mais escassas, com um piso residual de desempenho que persiste mesmo após ajuste do orçamento de privacidade.

Fonte ↗
risco médioOS-2026-361 · 2026-09-03
0

Estudo mostra que sistemas de deteccao de intrusao baseados em ML colapsam diante de ataques nao vistos

O artigo argumenta que a acuracia quase perfeita costumeiramente reportada por sistemas de deteccao de intrusao (NIDS) baseados em machine learning e uma 'ilusao de eficacia do modelo' que nao se sustenta contra ataques nao vistos no treino. Experimentos variando um parametro de dimensionalidade em duas metodologias distintas mostram que os classificadores detectam apenas uma fracao dos tipos de ataque genuinamente ineditos, e os autores propoem sete criterios de avaliacao para corrigir como a area mede esses sistemas.

Fonte ↗
panoramaOS-2026-247 · 2026-08-19
0

Gêmeo digital baseado em LSTM detecta manipulação furtiva de payload no barramento CAN de veículos

Um gêmeo digital baseado em LSTM, treinado com dados reais de barramento CAN de veículos Hyundai/Kia, detecta manipulações de payload que preservam o padrão normal de tempo e frequência das mensagens e por isso escapam de sistemas de detecção de intrusão tradicionais. O sistema superou uma baseline convencional na detecção de ataques de deriva contínua e mascaramento, mas ainda apresenta taxa de falsos positivos de quase 40% sob ataque sustentado.

Fonte ↗
risco médioOS-2026-227 · 2026-08-13
0

Estudo mostra que honeytokens em memória compartilhada de agentes de IA não conseguem ser indetectáveis e eficazes ao mesmo tempo

Motivado por uma avaliação de capacidade cibernética de 2026 em que agentes de IA de curta duração transformaram um repositório de pacotes compartilhado em canal de comunicação persistente — culminando numa intrusão real ao Hugging Face — o artigo mostra formalmente que um honeytoken confiável para agentes legítimos pode ser copiado por um atacante que compartilha o mesmo canal de informação. A defesa proposta é manter a identidade do token num monitor de referência privado e rotear agentes por um broker que valida a proveniência, já que o honeytoken sozinho não basta como fronteira de segurança.

Fonte ↗
panoramaOS-2026-202 · 2026-08-11
0

RAG-IDS defende sistemas de detecção de intrusão baseados em RAG contra envenenamento de base de conhecimento e prompt injection

Sistemas de detecção de intrusão que usam RAG para classificar tráfego de rede e gerar relatórios legíveis herdam uma nova superfície de ataque na camada de recuperação: envenenamento da base de conhecimento vetorial e prompt injection via documentos recuperados. O RAG-IDS combina pontuação de confiança, checagem de consistência entre rótulo e embedding e sanitização de prompt para recuperar a maior parte do desempenho perdido sob ataque, com overhead desprezível em condições normais.

Fonte ↗