反恶意软件沙箱博弈
计算机科学与博弈论
2022-03-01 v1 人工智能
密码学与安全
摘要
我们基于最先进的沙箱方法开发了恶意软件防护的博弈论模型，以刻画并计算反恶意软件的最优防御策略。我们将恶意软件（M）与反恶意软件（AM）开发者之间的策略交互建模为双人博弈，其中AM承诺采用生成沙箱环境的策略，M则根据其所感知的环境选择发起攻击或隐藏恶意活动作为响应。我们刻画了AM保护其所有机器的条件，并确定了可高效计算最优AM策略的条件。对于其他情况，我们提供了一种基于二次约束二次规划（QCQP）的优化框架来计算最优AM策略。此外，我们为AM确定了一种自然且易于计算的策略，如我们所做的实证所示，该策略在均衡中取得的AM效用接近于最优AM效用。
引用
@article{arxiv.2202.13520,
title = {Anti-Malware Sandbox Games},
author = {Sujoy Sikdar and Sikai Ruan and Qishen Han and Paween Pitimanaaree and Jeremy Blackthorne and Bulent Yener and Lirong Xia},
journal= {arXiv preprint arXiv:2202.13520},
year = {2022}
}