Notice bibliographique
Résumé
Network access control (NAC) systems have a very important role in network security. However, \nNAC policy configuration is an extremely complicated and error-prone task due to the semantic \ncomplexity of NAC policies and the large number of rules that could exist. This significantly \nincreases the possibility of policy misconfigurations and network vulnerabilities. NAC policy \nmisconfigurations jeopardize network security and can result in a severe consequence such as \nreachability and denial of service problems. In this thesis, we choose to study and analyze the NAC \npolicy configuration of two significant network security devices, namely, firewall and IDS/IPS. \nIn the first part of the thesis, a visualization technique is proposed to visualize firewall rules and \npolicies to efficiently enhance the understanding and inspection of firewall configuration. This is \nimplemented in a tool called PolicyVis. Our tool helps the user to answer general questions such as \n‘‘Does this policy satisfy my connection/security requirements’’. If not, the user can detect all \nmisconfigurations in the firewall policy. \nIn the second part of the thesis, we study various policy misconfigurations of Snort, a very popular \nIDS/IPS. We focus on the misconfigurations of the flowbits option which is one of the most important \nfeatures to offers a stateful signature-based NIDS. We particularly concentrate on a class of flowbits \nmisconfiguration that makes Snort susceptible to false negatives. We propose a method to detect the \nflowbits misconfiguration, suggest practical solutions with controllable false positives to fix the \nmisconfiguration and formally prove that the solutions are complete and sound.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».