基于多臂赫尔曼算法的虚拟机分配策略 —— 面向多租户分布式系统的安全应用
分布式、并行与集群计算
2024-10-08 v1
摘要
本工作提出了一种基于Thompson抽样的方法，用于多租户分布式系统的安全和动态虚拟机（VM）分配策略。该方法相较于epsilon-贪婪和上置置信界方法，表现出更低的regret水平。最初，VM分配是静态的，但攻击的不可预测性迫使采用动态方法。分析历史VM数据以了解攻击响应情况，针对未成功的攻击给予奖励，针对成功的攻击给予减少奖励，从而影响regret水平。该论文引入了基于多臂赫尔曼算法的VM分配策略，利用在已知攻击和非攻击情况下的加权平均集成学习算法进行训练。该集成方法优于Logistic回归、支持向量机、K近邻和XGBoost等传统算法。对于可疑活动检测，提出了基于堆叠异常检测算法，训练于已知非攻击数据。该方法优于Isolation Forest和基于PCA的方法。总体而言，本论文提出了一种先进的VM分配策略解决方案，通过动态分配、集成学习和异常检测技术的结合，增强了基于云的系统安全性。
关键词
引用
@article{arxiv.2410.04363,
title = {Multi Armed Bandit Algorithms Based Virtual Machine Allocation Policy for Security in Multi-Tenant Distributed Systems},
author = {Pravin Patil and Geetanjali Kale and Tanmay Karmarkar and Ruturaj Ghatage},
journal= {arXiv preprint arXiv:2410.04363},
year = {2024}
}