Research / Paper Files
Paper Files
Paper Files sind eine persönliche Praxis des kontinuierlichen Studiums in der Cybersecurity, die die wissenschaftliche Methode als Lernwerkzeug anwendet. Jeder Artikel wird nicht für eine akademische Veröffentlichung geschrieben, sondern als bewusste Übung, um die Axt zu schärfen — Wissen zu bestimmten Themen zu vertiefen, Ideen mit Strenge zu strukturieren und zu beobachten, wie sich das Verständnis bestimmter Themen im Laufe der Zeit entwickelt. Es ist das intellektuelle Äquivalent eines Trainingsjournals: Jeder Eintrag hält fest, was studiert wurde, wie es analysiert wurde und welche Schlussfolgerungen entstanden sind.
Ich empfehle Security-Profis dringend, diese Methode anzuwenden. Wählen Sie ein Thema, das Sie meistern möchten, recherchieren Sie Primärquellen (RFCs, Papers, offizielle Dokumentation), strukturieren Sie Ihren Text mit Einleitung, Methodik, Analyse und Schlussfolgerung und schreiben Sie so, als würden Sie es einem Kollegen erklären. Der Akt des Schreibens erzwingt Klarheit des Denkens und legt Lücken im Verständnis offen, die passives Lesen nicht aufdecken kann. Nutzen Sie die Artikel auf dieser Website als Beispiele für Format und Tiefe und bauen Sie Ihre eigene Sammlung auf — mit der Zeit werden Sie ein persönliches Repository verfeinerten Wissens haben, das kein Kurs und keine Zertifizierung ersetzen kann.
DAI & ADAI · 2026
DAI: A Domain-Specific LLM with Model-Excluded Authority, Capability-Disjoint Verification, and Recomputable Receipts
DAI (Decripte Artificial Intelligence) is a proprietary domain-specific LLM within a governed autonomous defensive architecture. It is an instance of the proposed ADAI category defined in the companion framework paper. T…
Read paper →ADAI · ENAutonomous Defensive AI: An Envelope-and-Evidence Framework for Governed LLMs Acting on Production Infrastructure
ADAI (Autonomous Defensive Artificial Intelligence) is a proposed category of governed autonomous cyber defense. The framework specifies defended perimeters, bounded effects, declared rollback and capability-disjoint ver…
Read paper →13 papers
TITEL: Formale und operative Architektur für ein gegen den Kompromittierung von Anmeldedaten resilientes Identity and Access Management (IAM) in Multi-Cloud-Umgebungen
TITEL: Formale und operative Architektur für ein gegen den Kompromittierung von Anmeldedaten resilientes Identity and Access Management (IAM) in Multi-Cloud-Umgebungen ABSTRAKT: Das Identitäts- und Zugriffsmanagement (Identity and Access Management – IAM) hat sich als zentrales Element der Sicherheit in verteilten Unternehmensarchitekturen etabliert. In Multi-Cloud-Umgebungen, in denen Anwendungen und Dienste gleichzeitig auf mehreren Infrastrukturprovidern ausgeführt werden, ersetzt die identitätsbasierte Zugriffskontrolle zunehmend die traditionellen Netzwerkperimeter als primären Verteidigungsmechanismus. Empirische Evidenz aus Incident-Reports zeigt jedoch, dass die Kompromittierung von Anmeldedaten weiterhin zu den häufigsten Vektoren für Datenschutzverletzungen zählt. Angriffe unter Nutzung wiederverwendeter OAuth-Tokens, der Offenlegung von API-Schlüsseln und des Missbrauchs übermäßiger Berechtigungen zeigen, dass herkömmliche Authentifizierungs- und Autorisierungsmechanismen keine wirksame Eindämmung gewährleisten, wenn legitime Anmeldedaten in die Hände von Angreifern gelangen. Diese Arbeit प्रस्तुतiert eine formale und operative Architektur für IAM, die gegen die partielle Kompromittierung von Anmeldedaten in Multi-Cloud-Umgebungen resilient ist. Wir schlagen ein formales Modell vor, das Identitätssysteme als eine Tupelstruktur aus Benutzern, Ressourcen, Berechtigungen, Tokens und Richtlinien darstellt und die Definition mathematischer Resilienzeigenschaften unter einem Bedrohungsmodell mit abgestuften Angreifern ermöglicht. Wir führen ein Sicherheitsspiel ein, das das Szenario erfasst, in dem Teilmengen von Anmeldedaten kompromittiert werden, und zeigen, wie Mechanismen wie flüchtige Tokens, kryptografische Schlüsselderivation, Segmentierung von Autorisierungsdomänen und adaptive risikobasierte Authentifizierung den operativen Wirkungsradius reduzieren. Die vorgeschlagene Architektur integriert Prinzipien von Zero Trust, Identitätsföderation auf Basis von OpenID Connect und SAML sowie Mechanismen zur Verhaltensüberwachung und koordinierten Revokation über mehrere Cloud-Provider hinweg. Experimentelle Evaluierungen und Fallstudien in Kontexten kritischer Infrastrukturen und des Finanzsektors deuten darauf hin, dass der Ansatz das zeitliche Ausnutzungsfenster kompromittierter Anmeldedaten signifikant verkürzt und dabei nur einen marginalen Rechenaufwand verursacht. Durch die Formalisierung von Sicherheitseigenschaften, die in der Literatur häufig nur architektonisch behandelt werden, trägt die Arbeit dazu bei, kryptografische Modelle mit operativen Garantien in modernen IAM-Systemen zu verknüpfen. Die Ergebnisse zeigen, dass Identitätsarchitekturen, die explizit für den Betrieb unter partieller Kompromittierung ausgelegt sind, die Auswirkungen anmeldebasierter Angriffe messbar begrenzen können.
Read paper →IAMTITEL: Adaptive Identity and Access Management-Architektur mit kontinuierlicher Risikobewertung und telemetriegestützter Erkennung von Credential Abuse
TITEL: Adaptive Identity and Access Management-Architektur mit kontinuierlicher Risikobewertung und telemetriegestützter Erkennung von Credential Abuse ABSTRAKT: Das Identitäts- und Zugriffsmanagement (Identity and Access Management – IAM) ist zu einer kritischen Komponente der Unternehmenssicherheit in verteilten Umgebungen geworden, die durch hybride Infrastrukturen, Cloud Computing und eine intensive Integration zwischen Diensten gekennzeichnet sind. Gegenwärtige Angriffe nutzen jedoch häufig kompromittierte legitime Anmeldeinformationen aus und umgehen damit traditionelle Mechanismen, die ausschließlich auf einer initialen Authentifizierung und einer statischen Berechtigungssteuerung basieren. Empirische Berichte zeigen, dass der Missbrauch von Anmeldeinformationen eine der Hauptursachen für Sicherheitsverletzungen in modernen Organisationen darstellt. In diesem Kontext betonen Sicherheitsarchitekturen, die vom Zero-Trust-Paradigma inspiriert sind, eine kontinuierliche Überprüfung von Identität und Kontext während der gesamten Sitzung. Diese Arbeit schlägt eine adaptive IAM-Architektur vor, die eine kontinuierliche, auf operativer Telemetrie von Endpunkten, Netzwerk und Identitätssystemen basierende Risikobewertung integriert. Wir formalisieren ein mathematisches Modell des dynamischen Risikos R(u,s,t), das einem Benutzer u, einer Sitzung s und dem Zeitpunkt t zugeordnet ist und Metriken für Verhaltensabweichungen, Zugriffsanomalien und den Umgebungskontext integriert. Die vorgeschlagene Architektur integriert Komponenten, die in Unternehmens- und akademischen Umgebungen weit verbreitet sind, darunter Keycloak als Identitätsanbieter, Open Policy Agent (OPA) als Policy-Decision-Mechanismus, Elastic Stack als Infrastruktur zur Ereignisanalyse sowie Sicherheits-Sensoren wie Sysmon und Suricata. Darüber hinaus verwenden wir Sigma-Regeln zur Standardisierung der Erkennung von Techniken, die mit dem MITRE ATT&CK-Framework in Verbindung stehen. Die experimentelle Bewertung wurde in einer simulierten Unternehmensumgebung mit mehr als 480 Millionen über einen Zeitraum von drei Monaten erfassten Log-Ereignissen durchgeführt. Die Ergebnisse zeigen eine signifikante Reduktion operativer Kennzahlen der Incident Response, einschließlich einer Verringerung der mittleren Erkennungszeit (MTTD) und der mittleren Reaktionszeit (MTTR), verglichen mit Modellen, die ausschließlich auf RBAC basieren. Eine Fallstudie, die eine Angriffskette mit Phishing, Credential Dumping und lateraler Bewegung umfasst, demonstriert die Fähigkeit der Architektur, Credential Abuse in einem frühen Stadium zu erkennen. Die Ergebnisse deuten darauf hin, dass die Integration von IAM, operativer Telemetrie und Mechanismen zur kontinuierlichen Risikobewertung einen praktikablen Ansatz zur Stärkung der Identitätssicherheit in modernen Unternehmensumgebungen darstellt.
Read paper →IAMTITEL: Resiliente, bedrohungsorientierte IAM-Architektur: Formalisierung, Implementierung und empirische Evaluierung eines adaptiven Modells auf Basis von Zero Trust und Verhaltensdetektion
TITEL: Resiliente, bedrohungsorientierte IAM-Architektur: Formalisierung, Implementierung und empirische Evaluierung eines adaptiven Modells auf Basis von Zero Trust und Verhaltensdetektion ABSTRAKT: Die zunehmende Einführung hybrider und Multi-Cloud-Umgebungen hat die digitale Identität zum primären Steuerungsvektor der organisatorischen Sicherheit gemacht. Identity and Access Management-(IAM-)Systeme, ursprünglich als administrative Mechanismen zur Bereitstellung von Konten und Berechtigungen konzipiert, haben eine zentrale Rolle bei der Minderung fortgeschrittener Angriffe übernommen, insbesondere solcher, die auf dem Kompromittieren von Zugangsdaten, dem Missbrauch von Sitzungstokens und der Eskalation von Privilegien beruhen. Aktuelle Berichte zeigen, dass gültige Zugangsdaten weiterhin einen der wichtigsten Einbruchvektoren in Unternehmensumgebungen darstellen. Allerdings bleiben traditionelle IAM-Architekturen überwiegend auf statischen Autorisierungsmodellen wie Role-Based Access Control (RBAC) basierend und sind häufig nicht in der Lage, dynamisch auf kontextuelle und verhaltensbezogene Veränderungen zu reagieren, die mit dem operativen Risiko verbunden sind. In dieser Arbeit schlagen wir eine resiliente, bedrohungsorientierte IAM-Architektur vor, die Zero-Trust-Prinzipien, dynamische Risikobewertung und auf Sicherheits-Telemetrie basierende Verhaltensdetektion integriert. Wir formalisieren mathematisch ein adaptives Risikomodell, das Identitätssensitivität, operativen Kontext, Verhaltensabweichung und Kritikalität der angeforderten Aktion kombiniert. Ausgehend von dieser Formalisierung entwerfen wir einen Zugriffsentscheidungsmechanismus, der adaptive Authentifizierung und auf dynamischen Risikoschwellenwerten basierende Sperrkontrollen anwenden kann. Wir implementierten einen operativen Prototyp unter Verwendung weit verbreiteter Technologien in Unternehmensumgebungen im Jahr 2023, darunter Azure Active Directory, AWS IAM, Elastic Stack, Suricata und Open Policy Agent. Wir führten eine empirische Evaluierung mit einer experimentellen Umgebung durch, die Tausende simulierter Identitäten und über dreißig Tage erfasste operative Telemetrie umfasste. Die Ergebnisse zeigen eine deutliche Reduktion der mittleren Erkennungszeit von Missbrauch von Zugangsdaten sowie eine signifikante Verringerung übermäßiger Berechtigungen im Vergleich zu einem auf statischem RBAC basierenden Baseline-Ansatz. Darüber hinaus analysieren wir operative Implikationen für Sicherheitsteams und diskutieren Einschränkungen im Zusammenhang mit der Qualität der Telemetrie und der Parametrierung des Modells. Wir schließen daraus, dass die Integration von Verhaltensanalyse, kontextueller Bewertung und adaptiven Richtlinien einen bedeutenden Fortschritt beim Aufbau resilienter IAM-Architekturen in modernen Unternehmensumgebungen darstellt.
Read paper →IAMTÍTEL: Resiliente, bedrohungsorientierte Identity-and-Access-Management-Architektur: Formale Modellierung, Verhaltensbasierte Erkennung und Operatives Hardening in hybriden Umgebungen
TÍTEL: Resiliente, bedrohungsorientierte Identity-and-Access-Management-Architektur: Formale Modellierung, Verhaltensbasierte Erkennung und Operatives Hardening in hybriden Umgebungen ABSTRACT: Die Konsolidierung digitaler Identitäten als primärer Kompromittierungsvektor in Unternehmensumgebungen hat Identity and Access Management (IAM) zum Kern der modernen Sicherheitsarchitektur gemacht. Hybride und Multi-Cloud-Infrastrukturen, kombiniert mit der massiven Verbreitung von SaaS, APIs und Service-Identitäten, haben die auf Anmeldeinformationen und Authentifizierungstokens basierende Angriffsfläche erheblich vergrößert. Empirische Berichte zeigen, dass die Mehrheit zeitgenössischer Sicherheitsvorfälle den Missbrauch legitimer Konten, Privilegieneskalation oder die Ausnutzung falsch konfigurierter Autorisierungsrichtlinien umfasst. Dieser Artikel schlägt eine resiliente, bedrohungsorientierte IAM-Architektur vor, die drei komplementäre Dimensionen integriert: formale Modellierung effektiver Privilegien, verhaltensbasierte Erkennung anomaler Identitätsnutzung und automatisiertes operatives Hardening in hybriden Umgebungen. Zunächst formalisieren wir die Privilegienoberfläche unter Verwendung gerichteter Graphen, die Beziehungen zwischen Benutzern, Rollen und Berechtigungen darstellen. Auf dieser Grundlage definieren wir quantitative Metriken zur Messung der identitätsbezogenen Angriffsfläche und zur Analyse von Pfaden der Privilegieneskalation. Anschließend präsentieren wir einen Anomalieerkennungsmechanismus auf Basis multidimensionaler Verhaltensvektoren und der Mahalanobis-Distanz, angewendet auf Authentifizierungsereignisse, die in großem Maßstab erfasst werden. Dieser Mechanismus ermöglicht die Identifizierung des Missbrauchs gültiger Konten mit einer niedrigen Falsch-Positiv-Rate, selbst in Umgebungen mit Tausenden von Identitäten und mehreren Identitätsanbietern. Ergänzend beschreiben wir ein operatives Framework, das in Unternehmensumgebungen weit verbreitete Werkzeuge integriert — darunter föderierte Identitätsanbieter, richtlinienbasierte Mechanismen auf Grundlage von Open Policy Agent, Log-Analyse in Elastic Stack und Graphmodellierung in Neo4j — und so eine kontinuierliche Bewertung effektiver Privilegien sowie die automatisierte Reduktion übermäßiger Berechtigungen ermöglicht. Die experimentelle Bewertung wurde in einer simulierten Unternehmensumgebung mit mehr als zwölftausend Identitäten und Millionen von Authentifizierungsereignissen durchgeführt. Die Ergebnisse zeigen eine signifikante Reduktion der mittleren Erkennungszeit von Anmeldedatenmissbrauch sowie eine substanzielle Verringerung übermäßiger Privilegien. Die Studie zeigt, dass die Integration formaler Modellierung, Verhaltensanalyse und operativer Automatisierung einen wirksamen Ansatz zur Stärkung der Identitätssicherheit in Zero-Trust-Architekturen und zeitgenössischen hybriden Umgebungen darstellt.
Read paper →IAMTITEL: Eine adaptive, risikoorientierte Identity and Access Management-Architektur mit kontinuierlicher Verifikation und mathematischer Formalisierung dynamischer Richtlinien
TITEL: Eine adaptive, risikoorientierte Identity and Access Management-Architektur mit kontinuierlicher Verifikation und mathematischer Formalisierung dynamischer Richtlinien ABSTRAKT: Identity and Access Management (IAM)-Systeme bilden den Kern der Sicherheit in modernen Unternehmensumgebungen, insbesondere in Hybrid- und Multi-Cloud-Infrastrukturen. Traditionelle, auf Role-Based Access Control (RBAC) basierende Modelle weisen jedoch strukturelle Einschränkungen gegenüber zeitgenössischen Bedrohungen auf, darunter laterale Bewegung (MITRE ATT&CK T1078), Privilegienmissbrauch (T1068) und die Kompromittierung offengelegter Anmeldeinformationen (z. B. CVE-2023-23397). In dieser Arbeit schlagen wir eine adaptive, risikoorientierte IAM-Architektur namens ARIAM vor, die attributbasierte Zugriffskontrolle (ABAC), kontinuierliche Kontextbewertung und probabilistische Risikomodellierung in Echtzeit integriert. Wir formalisieren das Problem als eine Entscheidungsfunktion $f: U \times R \times C \rightarrow \{0,1\}$, wobei $U$ Benutzer, $R$ Ressourcen und $C$ dynamischen Kontext repräsentiert, und beziehen eine Risikofunktion $\rho(u,r,c)$ ein, die mittels inkrementeller bayesscher Inferenz geschätzt wird. Wir leisten Beiträge durch (i) eine rigorose mathematische Modellierung der Sicherheitseigenschaften unter Angreifern mit adaptiven Fähigkeiten; (ii) Entscheidungsalgorithmen mit Komplexität $O(\log n)$ zur inkrementellen Richtlinienbewertung; und (iii) eine skalierbare prototypische Implementierung, evaluiert in einer Umgebung mit 50.000 Identitäten und 1,2 Millionen täglichen Anfragen. Experimentell zeigen wir eine Reduktion von 37,4 % bei simulierten unautorisierten Zugriffen und eine Verringerung der mittleren Erkennungszeit von Privilegienmissbrauch um 42,1 % im Vergleich zu einer traditionellen RBAC-Baseline. Der mittlere Overhead pro Anfrage betrug 3,8 ms (σ = 0,6 ms), wobei die Gesamtlatenz im 95. Perzentil unter 25 ms blieb. Unsere Ergebnisse deuten darauf hin, dass adaptive, risikoorientierte Mechanismen erhebliche Sicherheitsgewinne bieten, ohne die operative Skalierbarkeit zu beeinträchtigen, und praktische Leitlinien für die Weiterentwicklung von IAM-Architekturen in Übereinstimmung mit dem vom NIST SP 800-207 propagierten Zero-Trust-Modell festlegen.
Read paper →IAMTITEL: Adaptive Architektur für Identity and Access Management mit kontinuierlicher Risikobewertung und mathematischer Formalisierung zur Minderung fortgeschrittener Bedrohungen
TITEL: Adaptive Architektur für Identity and Access Management mit kontinuierlicher Risikobewertung und mathematischer Formalisierung zur Minderung fortgeschrittener Bedrohungen ABSTRACT: Identity and Access Management (IAM)-Systeme bilden den Kern der Sicherheit in verteilten Unternehmensumgebungen und sind für Authentifizierung, Autorisierung und Identitätsgovernance in hybriden und Multi-Cloud-Infrastrukturen verantwortlich. Jüngste Vorfälle zeigen jedoch, dass traditionelle Ansätze, die auf statischer Zugriffskontrolle und strikten RBAC-Richtlinien basieren, gegenüber Advanced Persistent Threats, der Ausnutzung gültiger Anmeldeinformationen und lateraler Bewegung unzureichend sind. In dieser Arbeit schlagen wir eine adaptive, auf kontinuierliches Risiko ausgerichtete IAM-Architektur vor, bezeichnet als A²-IAM, die formale Richtlinienmodellierung, probabilistische Echtzeit-Risikobewertung und auf konvexer Optimierung basierende Entscheidungsmechanismen integriert. Wir formalisierten das Autorisierungsproblem als eine Entscheidungsfunktion f(u, r, c, t), die von Identität, Ressource, Kontext und Zeit abhängt und Sicherheits- sowie Compliance-Beschränkungen unterliegt. Wir führen zwei Hauptalgorithmen ein: (i) Risk-Adaptive Policy Evaluation (RAPE) und (ii) Dynamic Privilege Minimization (DPM). Wir implementierten einen funktionalen Prototyp, der in Keycloak, Open Policy Agent (OPA) und einen auf Apache Kafka basierenden Telemetriemechanismus integriert ist. Wir bewerteten das System in einer experimentellen Umgebung mit 50.000 synthetischen Identitäten und 1,2 Millionen Zugriffsevents und verglichen es mit traditionellem RBAC und statischem ABAC. Die Ergebnisse zeigen eine Reduktion von 37,4 % bei nicht autorisierten Zugriffsereignissen mit hohem Risiko, eine Verringerung der mittleren Zeit bis zur Erkennung von Privilegmissbrauch um 28,1 % sowie einen Rechen-Overhead von unter 11 % in Spitzenszenarien. Wir demonstrieren, dass der vorgeschlagene Ansatz die Resilienz gegen MITRE-ATT&CK-Techniken wie T1078 (Valid Accounts) und T1021 (Remote Services) signifikant verbessert, während Skalierbarkeit und regulatorische Compliance erhalten bleiben.
Read paper →IAMTITEL: IAM-Guard: Eine formale und adaptive Architektur für kontinuierliche Identity Governance und die Minimierung von Privilegien in Multicloud-Umgebungen
TITEL: IAM-Guard: Eine formale und adaptive Architektur für kontinuierliche Identity Governance und die Minimierung von Privilegien in Multicloud-Umgebungen ABSTRACT: Das Identity and Access Management (IAM) bildet den Kern der Sicherheitskontrollen in modernen Unternehmensinfrastrukturen, insbesondere in Multicloud-Umgebungen und mikroservicebasierten Architekturen. Jüngste Vorfälle, einschließlich Ausnutzungen im Zusammenhang mit den Techniken T1078 (Valid Accounts) und T1098 (Account Manipulation) aus MITRE ATT&CK, zeigen, dass Schwächen in der Privilegiengovernance und in der Erkennung übermäßiger Konfigurationen weiterhin primäre Kompromittierungsvektoren darstellen. In dieser Arbeit schlagen wir IAM-Guard vor, eine formale und adaptive Architektur für die kontinuierliche Identity Governance, basierend auf mathematischer Modellierung von Richtlinien, probabilistischer Erkennung von Verhaltensabweichungen und automatischer Synthese minimaler Richtlinien. Unsere Methodik kombiniert (i) eine Formalisierung des Privilegienzustands als gerichteten, beschrifteten Graphen, (ii) einen auf Multiobjektivoptimierung basierenden Algorithmus zur Privilegienreduktion und (iii) einen auf Gaußschen Mischmodellen und Analyse von Autorisierungssequenzen fundierten Anomalieerkennungsmechanismus. Wir implementierten einen operativen Prototyp, der in AWS-, Azure- und Kubernetes-Umgebungen integriert ist, und evaluierten ihn anhand von 1,2 Milliarden Authentifizierungsereignissen, die über 180 Tage in drei mittelgroßen Organisationen erhoben wurden. Die Ergebnisse zeigen eine durchschnittliche Reduktion der erkannten übermäßigen Privilegien um 37,8 %, eine Verringerung der effektiven Angriffsfläche um 42,3 % sowie eine Erkennungsrate von Missbrauch von Zugangsdaten von 96,1 % bei einer False-Positive-Rate von 3,4 %. Im Vergleich zu Ansätzen, die ausschließlich auf statischem RBAC basieren, zeigte IAM-Guard eine Verbesserung der Genauigkeit bei der Privilegienminimierung um 28 % und eine Reduktion der mittleren Reaktionszeit auf Vorfälle im Zusammenhang mit kompromittierten Konten um 31 %. Diese Ergebnisse belegen die Machbarkeit einer formal fundierten und adaptiven Identity Governance als zentralen Mechanismus der Defense in Depth.
Read paper →IAMTITEL: Eine adaptive und formal verifizierbare Architektur für Identity and Access Management (IAM), resilient gegen kompromittierte Anmeldedaten und laterale Eskalation
TITEL: Eine adaptive und formal verifizierbare Architektur für Identity and Access Management (IAM), resilient gegen kompromittierte Anmeldedaten und laterale Eskalation ABSTRACT: Identity and Access Management (IAM)-Systeme bilden den Kern der Sicherheitskontrolle in modernen Unternehmensinfrastrukturen, insbesondere in hybriden und Multi-Cloud-Umgebungen. Jüngste Berichte über Datenschutzverletzungen zeigen jedoch, dass mehr als 60 % der kritischen Vorfälle den Missbrauch gültiger Anmeldedaten, Privilegieneskalation und ungeeignete Konfigurationen von Zugriffsrichtlinien betreffen. Diese Arbeit untersucht das Problem der dynamischen Verwaltung von Identitäten und Privilegien unter einem realistischen Bedrohungsmodell, das einen teilweisen Kompromittierungsgrad von Anmeldedaten, laterale Bewegung und die Ausnutzung übermäßig permissiver Richtlinien berücksichtigt. Wir schlagen eine adaptive IAM-Architektur namens A-FIAM (Adaptive and Formally-verified IAM) vor, die attributbasierten Zugriffskontrolle (ABAC), kontinuierliche Verhaltensanalyse und formale Verifikation von Richtlinien mittels linearer temporaler Logik integriert. Die Methodik kombiniert die mathematische Modellierung des Privilegiengraphen, Algorithmen zur Minimierung der Angriffsfläche und die auf statistischen Abweichungen von Zugriffsprofilen basierende Anomalieerkennung. Wir implementierten einen Prototyp in einer hybriden Umgebung (Kubernetes + Azure AD + Keycloak) und führten Experimente mit 12,4 Millionen realen und synthetischen Ereignissen durch. Die Ergebnisse zeigen eine Reduktion der effektiven Privilegienoberfläche um 47,3 %, die Erkennung von Missbrauch gültiger Anmeldedaten mit einer True-Positive-Rate von 96,1 % und einer False-Positive-Rate von 2,8 % sowie einen durchschnittlichen Overhead von weniger als 8,6 ms pro Autorisierungsanfrage. Im Vergleich zu statischen RBAC-Ansätzen und dem nativen IAM der Cloud-Anbieter reduziert unser System laterale Eskalationspfade um 39 % und mitigiert automatisch 92 % der Verstöße gegen die Trennung von Aufgaben. Wir schließen daraus, dass die Integration formaler Verifikation mit kontinuierlicher Verhaltensanpassung einen bedeutenden Fortschritt in der Resilienz von IAM-Systemen gegenüber hochentwickelten Angreifern darstellt.
Read paper →IAMAdaptive Architektur für Identity and Access Management mit kontinuierlicher risikobasierter Bewertung auf Grundlage von Graphen und formalen Richtlinien für Multi‑Cloud‑Umgebungen
1. Einleitung
Read paper →IAMEine formal verifizierbare Architektur für adaptives Identity and Access Management mit quantitativen Sicherheitsgarantien in Multi-Cloud-Umgebungen
1. Einleitung
Read paper →IAMAdaptive und formal verifizierbare Architektur für Identity and Access Management mit risikoorientierter Privilegienminimierung
1. Einleitung
Read paper →IAMIAM-GraphSec: Eine formale, verifizierbare und skalierbare Architektur für adaptive Identitäts-Governance und Minimierung der Angriffsfläche in Multi-Cloud-Umgebungen
1. Einführung
Read paper →IAMFormale Modellierung und adaptive Durchsetzung von Identity-and-Access-Management-Policies in cloud-nativen Infrastrukturen
Autorisierungsentscheidungen in verteilten Informationssystemen dar. In cloud-nativen Architekturen mit hoher Dynamik, elastischer Skalierung und kurzlebigen Identitäten (z. B. Kubernetes Service Accounts oder föderierte OIDC-Workload-Identitäten) entwickelt sich IAM zu einem komplexen, hochdimensionalen Entscheidungsproblem. Fehlkonfigurationen in IAM zählen zu den dominierenden Ursachen sicherheitsrelevanter Vorfälle. Der Verizon Data Breach Investigations Report 2023 weist aus, dass ein signifikanter Anteil der untersuchten Sicherheitsverletzungen auf kompromittierte Zugangsdaten oder den
Read paper →