Ricostruzione Semantica Automatica dell'Infrastruttura di Rete IT: Dai Log Grezzi al Grafo di Conoscenza Basato su Ontologia

Abstract

La continua escalation delle minacce informatiche a livello globale, unita alla crescente complessità delle moderne reti aziendali, ha intensificato la necessità di una solida consapevolezza situazionale e di una modellazione automatizzata dell'infrastruttura. Queste capacità sono essenziali per analizzare in modo efficace i potenziali percorsi di attacco e per sviluppare strategie difensive atte a salvaguardare dati e infrastrutture critiche. Tuttavia, la creazione di modelli accurati e scalabili degli ambienti operativi rimane una sfida significativa. Questa difficoltà deriva principalmente dalla natura frammentata e rumorosa dei metodi convenzionali di esplorazione della rete. Le attuali operazioni di sicurezza si basano spesso su visioni architettoniche isolate che non riescono a fornire una rappresentazione coesa del dominio, richiedendo di conseguenza un dispendioso intervento manuale per la loro sintesi.

Per far fronte a queste limitazioni, questa tesi introduce un framework semantico formale progettato per la ricostruzione automatizzata di infrastrutture di rete IT eterogenee in grafi di conoscenza unificati. Sfruttando la semantica del Web Ontology Language (OWL) e il ragionamento deduttivo, il sistema proposto standardizza le osservazioni di rete provenienti da fonti multiple, risolve automaticamente le evidenze in conflitto e sintetizza un modello infrastrutturale azionabile e tracciabile. Il framework è valutato all'interno di diversi scenari virtualizzati realistici, in cui l'estrazione automatizzata dei dati e il confronto con una verità di base ingegnerizzata dimostrano la sua capacità di fornire modelli ambientali coerenti, scalabili e affidabili per attività avanzate di valutazione e verifica della sicurezza.

The continuous escalation of global cyber threats, coupled with the rising complexity of modern enterprise networks, has intensified the need for robust situational awareness and automated infrastructure modeling. These capabilities are essential for effectively analyzing potential attack paths and developing defensive strategies to safeguard critical infrastructure and data. However, establishing accurate and scalable models of operational environments remains a significant challenge. This difficulty primarily stems from the fragmented and noisy nature of conventional network discovery methods. Current security operations often rely on isolated architectural views that fail to provide a cohesive representation of the domain, thereby requiring resource-intensive manual intervention to synthesize.

To address these limitations, this thesis introduces a formal semantic framework designed for the automated reconstruction of heterogeneous IT network infrastructures into unified knowledge graphs. Utilizing Web Ontology Language (OWL) semantics and deductive reasoning, the proposed system standardizes multi-source network observations, automatically resolves conflicting evidence, and synthesizes an actionable, traceable infrastructure model. The framework is evaluated within different realistic virtualized scenarios, where automated data extraction and benchmarking against an engineered ground truth demonstrate its capacity to deliver consistent, scalable, and trustworthy environmental models for advanced security assessment and verification.