无人机网络中的协同蜜罐防御：一种基于学习的博弈方法
系统与控制
2023-08-31 v2 计算机科学与博弈论
系统与控制
摘要
无人机的普及为随时随地按需提供服务开辟了新机遇，但也使无人机面临各种网络威胁。低/中交互蜜罐为主动保护移动物联网（尤其是无人机网络）提供了一种有前景的轻量级防御手段。虽然以往研究主要关注蜜罐系统设计与攻击模式识别，但激励无人机参与（例如共享蜜罐中捕获的攻击数据）以协同抵御分布式且复杂的攻击的激励问题仍未被探索。本文提出一种新颖的博弈论协同防御方法，在网络动态性和无人机多维私有信息（例如有效防御数据（VDD）量、通信延迟和无人机成本）存在的情况下，解决最优、公平且可行的激励设计问题。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与网络运营商之间的蜜罐博弈。随后，采用契约理论方法求解部分信息非对称下的最优VDD-奖励契约设计问题，确保预算可行性、真实性、公平性与计算效率。此外，在完全信息非对称下，我们设计了一种分布式强化学习算法，为时变无人机网络中不同类型的无人机动态设计最优契约。大量仿真表明，与传统方案相比，所提方案能够激励无人机合作共享VDD并提升防御效能。
引用
@article{arxiv.2211.01772,
title = {Collaborative Honeypot Defense in UAV Networks: A Learning-Based Game Approach},
author = {Yuntao Wang and Zhou Su and Abderrahim Benslimane and Qichao Xu and Minghui Dai and Ruidong Li},
journal= {arXiv preprint arXiv:2211.01772},
year = {2023}
}
备注
Accepted Aug. 28, 2023 by IEEE Transactions on Information Forensics & Security. arXiv admin note: text overlap with arXiv:2209.13815