基于博弈论的恶意软件检测
密码学与安全
2022-01-10 v2 计算机科学与博弈论
摘要
恶意软件攻击代价高昂。为缓解此类攻击，各组织部署恶意软件检测工具以助其发现并最终消除这些威胁。虽然仅运行最佳可用工具无法充分覆盖潜在攻击，运行所有可用工具在财务成本与计算资源上又 prohibitively expensive。因此，组织通常运行一组在有限预算下覆盖最大化的工具。然而，组织应如何选择该集合？攻击者是策略性的，并将改变其行为以优先利用确定性工具选择所留下的空隙。为避免留下此类易被利用的空隙，防御者必须选择随机集合。在本文中，我们将攻击者与安全分析者之间的关系建模为领导者-跟随者 Stackelberg 安全博弈，提出一种在此博弈上计算可用安全分析工具中受规模约束集合的最优随机化方法。我们通过结合 VirusTotal 数据集与来自 National Vulnerability Database 的更详细报告来估计模型参数。在实证比较中，我们的方法在广泛假设下优于一组自然基线。
引用
@article{arxiv.2012.00817,
title = {Game-Theoretic Malware Detection},
author = {Revan MacQueen and Natalie Bombardieri and James R. Wright and Karim Ali},
journal= {arXiv preprint arXiv:2012.00817},
year = {2022}
}