🤖 AI

Advanced Persistent Threats (APT) Attribution Using Deep Reinforcement Learning

Questo articolo presenta un modello di Deep Reinforcement Learning per l'attribuzione di Advanced Persistent Threat che, attraverso raffinamenti architettonici e algoritmici iterativi, ha raggiunto un drammatico miglioramento dell'accuratezza dal 7% a quasi il 98%, dimostrando la sua robusta capacità di riconoscere e attribuire attività malware.

Autori originali: Animesh Singh Basnet, Mohamed Chahine Ghanem, Dipo Dunsin, Wiktor Sowinski-Mydlarz

Pubblicato 2026-08-07

📖 4 min di lettura☕ Lettura da pausa caffè

CC BY 4.0

Autori originali: Animesh Singh Basnet, Mohamed Chahine Ghanem, Dipo Dunsin, Wiktor Sowinski-Mydlarz

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immaginate il mondo digitale come una città enorme e frenetica dove tutti sono connessi. In questa città, ci sono ladri invisibili chiamati "hacker". A volte, questi ladri sono solo borseggiatori opportunisti in cerca di una finestra facile da scassinare. Ma poi ci sono le "Advanced Persistent Threats" (APT). Pensate a queste come a spie esperte o a un sindacato del crimine altamente organizzato. Non si limitano a entrare e scappare; si intrufolano, si nascondono nelle pareti per anni, rubano segreti lentamente e non lasciano impronte digitali. Capire chi siano queste spie — se si tratti di una nazione rivale, di una banda criminale o di un gruppo specifico di hacker — si chiama "attribuzione". È come cercare di identificare un fantasma dal modo in cui si muove in una stanza. Questo è incredibilmente difficile perché queste spie usano trucchi per nascondere le proprie tracce, come indossare maschere o utilizzare tunnel segreti.

Per risolvere questo mistero, gli scienziati hanno iniziato a usare un tipo speciale di cervello informatico chiamato "Deep Reinforcement Learning" (DRL). Potete pensare al DRL come a un personaggio di un videogioco che impara giocando ancora e ancora. A differenza di un normale programma per computer che segue un rigido libro di regole, questo personaggio prova diverse mosse, ottiene punti (ricompense) quando lo fa bene e impara dai propri errori. Con il tempo, diventa così bravo nel gioco da riuscire a individuare schemi che gli esseri umani potrebbero mancare. La grande domanda che i ricercatori si pongono è: Possiamo insegnare a questo detective digitale guardare il comportamento disordinato e nascosto di un virus e dire: "Aha! Questo è stato sicuramente fatto dal Gruppo X"?

Questo articolo prende questa idea e la mette alla prova. I ricercatori hanno raccolto una vasta collezione di "impronte digitali": oltre 3.500 campioni di malware (software malevolo) provenienti da 12 diversi gruppi APT. Non si sono limitati a guardare l'aspetto di questi file; hanno osservato cosa i file facevano all'interno di una sandbox sicura e isolata (una prigione virtuale per i virus). Hanno utilizzato uno strumento chiamato Cuckoo Sandbox per osservare come i virus si muovevano, cambiavano i file e comunicavano con altri computer.

Hanno poi addestrato il loro "detective" DRL per analizzare questi comportamenti. Hanno impostato un gioco in cui l'IA doveva indovinare quale dei 12 gruppi avesse creato ogni virus. Se indovinava, otteneva un punto. Se sbagliava, perdeva un punto. L'IA ha giocato a questo gioco migliaia di volte, imparando a riconoscere le abitudini sottili e uniche di ogni gruppo. I risultati sono stati impressionanti: il modello DRL ha indovinato l'89,27% delle volte su nuovi virus mai visti prima.

Per vedere se questo nuovo detective fosse effettivamente migliore dei vecchi, i ricercatori lo hanno confrontato con altri cinque metodi informatici standard (come gli Alberi di Decisione e i Classificatori a Vettore di Supporto). I vecchi metodi erano discreti, ottenendo un'accuratezza compresa tra il 71% e l'82%, ma il detective DRL li ha chiaramente superati tutti, raggiungendo quel traguardo dell'89,27%. L'articolo suggerisce che questo approccio è particolarmente efficace nel gestire la natura complicata e mutevole di questi attacchi informatici, dove le vecchie regole spesso falliscono.

Tuttavia, gli autori sono cauti nel non definire questo sistema come una soluzione magica. Evidenziano che questa IA super intelligente è affamata di risorse; ha bisogno di molta potenza di calcolo e di una quantità enorme di dati per apprendere efficacemente. Notano inoltre che, sebbene il modello sia bravo a individuare schemi nei dati che gli sono stati forniti, il mondo reale è disordinato. L'articolo conclude che, sebbene il DRL sia un nuovo strumento potente per catturare queste spie digitali, dobbiamo ancora renderlo più efficiente e gestire le questioni etiche legate all'uso dell'IA nella sicurezza. È un passo avanti promettente, che suggerisce che lasciando che l'IA impari dal comportamento dei cattivi, potremmo finalmente essere in grado di smascherarli più velocemente e con maggiore precisione che mai.

Sintesi Tecnica: Attribuzione di Advanced Persistent Threats (APT) tramite Deep Reinforcement Learning

Problematica
Il documento affronta la sfida critica di attribuire i malware a specifici gruppi di Advanced Persistent Threat (APT). A differenza degli attacchi informatici opportunistici, le APT sono operazioni sofisticate e a lungo termine, spesso sostenute da stati-nazione, che utilizzano tecniche di evasione complesse, exploit zero-day e intricati modelli comportamentali per rimanere indetectate. I metodi di attribuzione tradizionali si affidano pesantemente all'ingegneria manuale delle caratteristiche e a firme statiche, che faticano a far fronte alla natura dinamica delle moderne minacce, alle tattiche di offuscamento e alle famiglie di malware prive di chiari legami evolutivi. Gli autori sostengono la necessità di sistemi adattivi capaci di analizzare i modelli comportamentali per identificare accuratamente il gruppo APT specifico dietro un attacco, un compito essenziale per sviluppare strategie difensive mirate e ritenere i responsabili delle loro azioni.

Metodologia
Lo studio propone un nuovo framework che utilizza il Deep Reinforcement Learning (DRL) per attribuire i campioni di malware a uno di 12 distinti gruppi APT. La metodologia segue un design sperimentale strutturato:

Raccolta e Preparazione dei Dati:
- Dataset: La ricerca utilizza un dataset di oltre 3.500 campioni di malware categorizzati in 12 gruppi APT (ad esempio, APT1, APT28, Equation Group, Gorgon Group), provenienti da cinque paesi (Cina, Russia, Corea del Nord, USA, Pakistan).
- Fonti: I dati comportamentali vengono estratti utilizzando Cuckoo Sandbox (per l'analisi dinamica delle operazioni sui file, delle modifiche al registro e del traffico di rete) e VirusTotal (per risultati aggregati di rilevamento antivirus e metadati).
- Pre-elaborazione: I report grezzi vengono puliti, integrati e trasformati. Le variabili categoriche (gruppi APT) sono sottoposte a label encoding, e le caratteristiche numeriche sono normalizzate tramite MinMaxScaler. Per affrontare il significativo squilibrio delle classi (che varia da 32 a 961 campioni per gruppo), viene impiegato lo SMOTE (Synthetic Minority Over-sampling Technique) per sintetizzare esempi delle classi minoritarie.
Formulazione del Processo Decisionale di Markov (MDP):
Il problema dell'attribuzione è modellato come un MDP dove:
- Spazio degli Stati ( $S$ ): Rappresenta la comprensione attuale di un campione di malware, derivata da un vettore di caratteristiche che include chiamate API, operazioni sui file, modifiche al registro e comportamenti di rete.
- Spazio delle Azioni ( $A$ ): Corrisponde alla decisione di attribuire l'attuale campione di malware a un gruppo APT specifico (12 azioni possibili).
- Ricompensa ( $R$ ): Una ricompensa positiva (+1) viene assegnata per l'attribuzione corretta, mentre le attribuzioni errate generano una ricompensa negativa (-1). L'agente mira a massimizzare le ricompense cumulative.
Architettura del Modello e Addestramento:
- Algoritmo: Un Deep Q-Network (DQN) è implementato utilizzando la libreria Stable Baselines 3 all'interno di un ambiente Gymnasium.
- Design della Rete: Le reti di policy e target sono Multi-Layer Perceptrons (MLP) con un'architettura di rete di [1024, 512, 512, 256] neuroni utilizzando funzioni di attivazione Leaky ReLU per prevenire il problema della scomparsa del gradiente (vanishing gradient).
- Strategia di Addestramento: L'agente utilizza una strategia $\epsilon$ -greedy per bilanciare esplorazione ed esplorazione. L'esperienza viene memorizzata tramite experience replay sotto forma di transizioni $(s_t, a_t, r_t, s_{t+1})$ . Gli iperparametri includono uno schema del tasso di apprendimento, un fattore di sconto ( $\gamma$ ) di 0,99 e una dimensione del batch di 256.

Contributi Chiave

Nuova Applicazione del DRL: Questo lavoro è pioniere nell'uso del Deep Reinforcement Learning specificamente per l'attribuzione di malware APT, andando oltre la classificazione statica verso un framework decisionale adattivo.
Focus sull'Analisi Comportamentale: Il modello si basa su caratteristiche comportamentali dinamiche estratte da ambienti sandbox piuttosto che su firme di codice statiche, permettendogli di gestire minacce offuscate ed evolutive.
Benchmarking: Lo studio fornisce un confronto rigoroso del modello DRL proposto rispetto ai tradizionali classificatori di machine learning, inclusi Stochastic Gradient Descent (SGD), Support Vector Classifier (SVC), K-Nearest Neighbors (KNN), Multi-Layer Perceptron (MLP) e Decision Tree Classifiers.
Risorse Aperte: Gli autori hanno reso pubblici il codice e il dataset curato di malware APT per facilitare ulteriori ricerche.

Risultati
Il modello DRL ha dimostrato prestazioni superiori rispetto a tutti i modelli di machine learning di base:

Accuratezza di Test: Il modello DRL ha raggiunto un'accuratezza di test dell'89,27%.
Confronto: Ha superato significativamente il secondo miglior modello, il Decision Tree Classifier (82,64%), così come MLP (80,65%), KNN (80,21%), SVC (77,41%) e SGD (71,47%).
Metriche Dettagliate: Sul set di test, il modello ha ottenuto una precisione media dell'87%, un richiamo (recall) dell'85% e un F1-score dell'86%.
Performance per Gruppo: Il modello ha mostrato un'eccezionale competenza con gruppi come l' "Equation Group" (punteggi perfetti nell'addestramento) e "APT 19" (F1-score del 95,8%). Tuttavia, ha affrontato lievi difficoltà con "APT 28" (precisione del 62,4%) e "APT 21" (recall del 93,44%), indicando aree per futuri perfezionamenti.
Traiettoria di Addestramento: L'accuratezza del modello è migliorata drasticamente durante l'addestramento, passando dai bassi livelli iniziali a quasi il 98% sui dati di addestramento e stabilizzandosi all'89,27% sul set di test dopo 20.000 step.

Significatività e Rivendicazioni
Il documento sostiene che l'integrazione del DRL nei framework di cybersecurity offre un potenziale trasformativo per l'attribuzione dei malware. Sfruttando la capacità del DRL di apprendere attraverso tentativi ed errori e di adattarsi a informazioni incomplete o offuscate, il sistema proposto fornisce un metodo più robusto e accurato per identificare gli attori APT rispetto ai modelli statici tradizionali.

Gli autori sottolineano che, sebbene il modello mostri un'alta efficacia, il suo dispiegamento richiede risorse computazionali significative e dataset diversificati e di alta qualità. Raccomandano un approccio responsabile all'integrazione dell'IA, suggerendo che il lavoro futuro dovrebbe concentrarsi su:

Migliorare l'efficienza computazionale attraverso il raffinamento dell'architettura e il pruning del modello.
Espandere la diversità del dataset per migliorare la generalizzazione.
Affrontare le preoccupazioni etiche riguardanti la privacy dei dati e i bias.
Esplorare l'integrazione di Large Language Models (LLM) per raffinare i meccanismi di ricompensa e ottimizzare il framework DRL.

In definitiva, la ricerca sostiene che il DRL può far progredire significativamente l'intelligence sulle minacce, consentendo alle organizzazioni di passare da una difesa reattiva a un'attribuzione proattiva e accurata delle sofisticate minacce informatiche.

Sintesi Tecnica: Attribuzione di Advanced Persistent Threats (APT) tramite Deep Reinforcement Learning

Articoli simili