关键基础设施网络中针对高级持续性威胁的自适应策略性网络防御
计算机科学与博弈论
2018-09-10 v1
摘要
高级持续性威胁（APTs）因其隐蔽、动态和自适应特性，给关键基础设施带来了新的安全挑战。本文旨在奠定博弈论基础，建立多阶段贝叶斯博弈框架以刻画欺骗性 APT 的不完全信息及其多阶段多相移动。对完美贝叶斯纳什均衡（PBNE）的分析可预测攻击者行为，并设计能够威慑对手、缓解安全风险的防御策略。共轭先验方法允许在线计算信念，并将贝叶斯更新化简为迭代参数更新。前向更新的参数被纳入后向动态规划计算，基于扩展状态空间刻画计算易处理且时间一致的均衡解。以 Tennessee Eastman（TE）过程控制问题为案例，展示信息非对称下的动态博弈，表明 APT 在网络层转移过程中倾向隐蔽欺骗，而在抵达目标物理装置时表现激进。信念的在线更新使防御者能够学习攻击者行为并选择可挫败对抗行为、缓解 APT 的策略性防御动作。数值结果说明了防御者在即时收益与未来期望间的权衡，以及攻击者在使防御者形成正向信念的同时抵达有利系统状态的目标。
引用
@article{arxiv.1809.02227,
title = {Adaptive Strategic Cyber Defense for Advanced Persistent Threats in Critical Infrastructure Networks},
author = {Linan Huang and Quanyan Zhu},
journal= {arXiv preprint arXiv:1809.02227},
year = {2018}
}