面向网络威胁缓解的隐私友好协作
密码学与安全
2017-03-02 v4 网络与互联网体系结构
摘要
跨组织边界共享安全数据常被视为增强网络威胁缓解的有效途径。然而，协作安全面临诸多重要挑战，包括潜在敏感数据泄露带来的隐私、信任和责任问题。本文重点关注用于预测性黑名单的数据共享，即基于过往攻击信息预测攻击源。我们提出了一种新颖的隐私增强数据共享方法，组织无需公开其数据集即可评估协作收益，结成同盟组织，并在这些同盟内安全地共享数据。我们在包含 20 亿个 IP 地址的真实数据集上进行了实验，研究了不同合作伙伴选择策略如何影响预测准确率，观察到预测准确率最高提升了 105%。
引用
@article{arxiv.1403.2123,
title = {Privacy-Friendly Collaboration for Cyber Threat Mitigation},
author = {Julien Freudiger and Emiliano De Cristofaro and Alex Brito},
journal= {arXiv preprint arXiv:1403.2123},
year = {2017}
}
备注
This paper has been withdrawn as it has been superseded by arXiv:1502.05337