Föderiertes Lernen kann Cyber-Bedrohungserkennungsmodelle mit vergleichbarer Leistung wie zentral trainierte Modelle erzielen, ist widerstandsfähig gegen Vergiftungsangriffe und kann durch eine Bootstrapping-Strategie effizient sein.
Durch Analyse sozioökonomischer Faktoren lässt sich vorhersagen, wer Opfer von Cyber-Angriffen werden könnte.
Dirichlet-Verteilungsmodelle für Themen werden verwendet, um Angriffsverhaltensmuster in Honeypot-Daten unbeaufsichtigt zu erkennen und zu clustern.
Spieltheoretische Modelle und Grundlagenmodelle (Foundation Models) spielen eine entscheidende Rolle bei der Analyse, Gestaltung und Umsetzung von Cyber-Täuschungstaktiken als kritische Komponente der Verteidigungsstrategie gegen zunehmend ausgeklügelte Angriffe.