一种基于学习的无人机网络协同防御蜜罐博弈
计算机科学与博弈论
2022-09-29 v1
摘要
无人机的激增随时随地提供了按需服务的新机遇，但也使无人机面临各种网络威胁。低/中交互蜜罐被视为主动保护移动物联网（尤其是无人机网络）的一种有前景的轻量级防御手段。现有工作主要关注蜜罐设计与攻击模式识别，而激励无人机参与（如共享蜜罐中捕获的攻击数据）以协同抵御分布式复杂攻击的激励问题仍待探索。本文提出一种新颖的基于博弈的协同防御方法，在网络动态与无人机多维私有信息（如有效防御数据(VDD)量、通信时延、无人机成本）存在的情况下，解决最优、公平且可行的激励机制设计。具体而言，我们首先在部分与完全信息非对称场景下建立无人机间的蜜罐博弈。随后，我们设计一种契约理论方法，在部分信息非对称下求解最优VDD-奖励契约设计问题，同时保证真实性、公平性与计算效率。此外，在完全信息非对称下，我们设计一种基于强化学习的分布式方法，为快变网络中不同类型的无人机动态设计最优契约。实验仿真表明，与现有方案相比，所提方案能激励无人机参与VDD共享并增强防御有效性。
引用
@article{arxiv.2209.13815,
title = {A Learning-based Honeypot Game for Collaborative Defense in UAV Networks},
author = {Yuntao Wang and Zhou Su and Abderrahim Benslimane and Qichao Xu and Minghui Dai and Ruidong Li},
journal= {arXiv preprint arXiv:2209.13815},
year = {2022}
}
备注
Accepted by IEEE Globecom2022