UTSA研究团队确定了预测未来网络攻击的方法

恶意软件活动，是对现代社会的一大威胁。一个由 德克萨斯大学圣安东尼奥分校UTSA 领导的研究小组正在研究准确预测这些攻击的方法。研究人员正在研究如何使用数学工具和计算机模拟来预测网络攻击。

根据 ForgeRock 2019 年的一份报告， 2018 年有 28 亿条消费者数据记录被泄露，给美国组织造成了超过 6540 亿美元的损失，构成了巨大的行业威胁。

当前普遍存在的安全威胁促使 UTSA 研究人员开发和使用网络防御工具和传感器来监控威胁并收集数据，这些数据可用于开发防御机制的各种目的。

通过使用预测性态势感知分析，该团队研究了攻击的独特性，以准确预测针对个人设备、服务器和网络并可能对其造成伤害的威胁。

研究人员利用格兰杰因果关系（G-causality）从多个威胁的区域角度研究漏洞，分析因果关系以确定网络漏洞或渗透者如何攻击实体，在本例中为 IP 地址。

G-因果关系是基于预测的因果关系的统计概念，为了表征因果关系，必须建立一个明确定义的数学概念。研究小组使用格兰杰因果关系来确定网络攻击信号的性质，以便可以对信号进行整体比较和分析。获 取 更多前沿科技 研究 进展访问：https://byteclicks.com

该团队还计划扩大当前的研究范围，进一步研究哪些其他类型的因果关系会影响用户，以及如何开发适当的防御工具来抵御复杂的攻击。