citalid

Interface d’administration

Customisation

Affinez le calibrage de vos résultats en choisissant l'algorithme de propagation et le seuil de Value At Risk.

L’interface de customisation présente deux composants particuliers :

  • La sélection d’un algorithme de propagation ;
  • La définition d’un seuil pour l’indicateur “Value At Risk” ;

Elle s’adresse à des utilisateurs avancés désireux de manipuler finement les résultats de quantification.

Activer la nouvelle version de propagation des attaquants

Notion image

Cette interface propose le choix entre deux typologies d’algorithme ayant des répercussions sur la propagation des attaquants dans le cadre de simulations de scénarios de risque.

Le concept de propagation des attaquants se matérialise par un ensemble de règles encadrant la capacité d’un écosystème de menace à compromettre successivement plusieurs biens supports, depuis une ou plusieurs portes d’entrée vers une ou plusieurs cibles, dans le cadre d’un chemin de compromission.

Exemple de graphe de propagation : dans ce cas, les attaquants entrent par le bien support “Website” avec pour objectif de compromettre les biens supports “Workstations” et “Internal Servers”. Pour atteindre leur objectif, les attaquants devront donc compromettre au moins 3 biens supports.

Notion image
 

La sélection de l’algorithme de propagation sera donc déterminante dans la réussite ou l’échec des attaquants dans leur quête de compromission, et donc pour les résultats de l’analyse.

Les deux modèles proposés font référence à deux fonctionnement bien distincts.

  • Nouvel algorithme (recommandé) : l’approche de “Propagation par inondation” (”Flood”)

Cet algorithme prend l’hypothèse que la performance des attaquants restera la même tout au long de l’attaque, et ce quel que soit le nombre de biens supports déjà compromis sur sa route. Autrement dit, si l’attaquant est capable de passer une barrière, alors il sera capable de passer toutes les barrières ayant les mêmes caractéristiques.

Pour illustrer l’approche par “Inondation”, l’analogie suivante exprime que si la crue d’une rivière provoque une élévation du niveau de l’eau de 1,5mètres, alors tous les bâtiments protégés par des murs d’au moins 1,5 mètres seront épargnés. A l’inverse, tous les bâtiments dont les murs d’enceinte font moins d’1,5 mètres seront inondés.

Cette approche est recommandée pour la plupart des simulations de scénarios d'attaque, notamment lorsqu'ils suivent un modèle de bien support linéaire (un point d'entrée vers une cible spécifique).

  • Ancien algorithme : l’approche de “Propagation par diffusion”

Cet algorithme prend l’hypothèse inverse du précédent, celle que la performance des attaquants peut être variable au cours d’une même attaque. Autrement dit, ce n’est pas parce qu’ils réussissent à passer un premier verrou qu’ils pourront obligatoirement passer le suivant, et ce même si les verrous présentent les mêmes caractéristiques. Cela repose sur un principe de progression indépendant de la résistance du verrou. D’un point de vue modèle mathématique, l’attaquant “remet en jeu” sa performance à chaque bien support qu’il rencontre sur le chemin qui va de la porte d’entrée à la cible. Cela permet de modéliser une dimension “aléatoire” dans chaque attaque.

Ce modèle permet de développer le concept de “défense en profondeur”, puisque les probabilités que l’attaquant corrompe chaque bien support pour atteindre sa cible finale est dégressif.

Si l’on prend une autre analogie, celle d’une course de haie par exemple, cela revient à formuler le postulat suivant : un athlète peut sauter de manière variable entre 0 et 1,20 m. Il n’est donc pas certain de réussir à franchir toutes les haies de 80 cm.

Cette approche est principalement recommandée dans le cas de modélisations complexes de graphes de biens supports.

📌

Nota Bene : Notez que la configuration d’un algorithme de propagation ne nécessite pas obligatoirement de manipulation. Elle est paramétrée par défaut sur l’option “recommandée” lors de l’ouverture de l’instance.

 

Seuils pour la Value At Risk (VaR)

Cette interface est une fonctionnalité très avancée qui permet d’afficher certains centiles des distributions de Monte Carlo. Autrement dit il est possible de fixer des seuils sur une échelle permettant de visualiser “la pire année” simulée dans X% des cas. Par nature, le modèle Citalid propose de visualiser le 95ème centile (VaR95). La queue de distribution (TVaR) est donc représentée par les cinq derniers centiles.

Notion image
Did this answer your question?
😞
😐
🤩