用于自动网络防御的马尔可夫决策过程
密码学与安全
2022-07-14 v2
摘要
安全分析师检测或防御网络攻击具有挑战性。此外，传统防御部署方法要求安全分析师在待部署防御存在不确定性的情况下手动实施防御。因此，开发一种自动化且具弹性的防御部署机制以阻止新一代攻击至关重要。本文中，我们提出一种基于马尔可夫决策过程（MDP）和 Q-learning 的框架，用于自动生成网络化系统状态的最优防御方案。该框架包含四个阶段：模型初始化阶段、模型生成阶段、Q-learning 阶段和总结阶段。所提模型收集真实网络信息作为输入，并将其构建为结构化数据。我们在模型中实现 Q-learning 过程，以学习特定状态下防御动作的质量。为考察所提模型的可行性，我们进行了仿真实验，结果表明该模型能降低网络系统遭受网络攻击的风险。此外，实验显示当 Q-learning 使用不同参数时，模型表现出一定灵活性。
引用
@article{arxiv.2207.05436,
title = {Markov Decision Process For Automatic Cyber Defense},
author = {Xiaofan Zhou and Simon Yusuf Enoch and Dong Seong Kim},
journal= {arXiv preprint arXiv:2207.05436},
year = {2022}
}
备注
12 pages conference paper (Accepted)