Probabilistic prediction of the behaviour of cyber attackers

Probabilistic graphical models are one of the most important tools used to learnfrom data and make decisions. Data analysis and representation methods arehighly used in cyber security as a powerful way to find understanding andimprove as cyber crime advances and cyber attacks become smarter. The goalof this project is to analyse and represent the behaviour of cyber attackers byapplying a Bayesian network model to a cyber range. In order to learn andunderstand how this model can be used to represent behavioural patterns, adeep research about probability and graph theory is made, as well as Bayesiantheory and analysis. A simulated dataset of detected cyber attacks is filteredand analysed in order to find patterns and trace the actions of cyber attackers.The processed information about dependencies and their probabilities is laterused to calculate predictive probabilities, and the designed model is testedwith the simulated dataset. The result is an interactive graphical model basedon a Bayesian network, which accurately represents the behaviour of cyberattackers.Probabilistiska Grafiska modeller är en av de viktigaste verktygen som användsför att förstå sig på data och fatta beslut. Dataanalys och framställning meto-der används i hög grad inom cybersäkerhet som ett kraftig sätt att hitta, förståoch förbättra när cyberbrott avancerar och cyberattackerna bli smartare. Måletmed detta projektet är att analysera samt presentera beteenden av cyberattac-kerna genom att applicera en Bayesian nätverksmodell till en cyber räckvidd.För att kunna lära sig och förstå hur denna modellen används för att framställabeteende mönster, uförs en grundlig foskning om probabilistisk och grafteorisävälsom Bayesian teori och analys. En simulerad data set på upptäckta cy-berattack filtreras och analyseras för att i sin tur kunna hitta mönster och spå-ra handlingar av cyberattackerna. Det bearbetade uppgifter om dependenciesoch dess sannolikheter kommer till användning för att beräkna förutsägbarasannolikheter, den designade modellen prövas med den simulerade datasetet.Resultatet är en interaktiv grafisk modell baserad på en Bayesian nätverk somnoggrant vis framställer beteenden av cyberattackerna