勒索软件谈判：动态与隐私保护机制设计

勒索软件攻击已成为一种普遍且成本巨大的网络犯罪形式，导致数百万美元的损失，由于组织越来越倾向于支付赎金以缓解运营中断和财务风险。虽然先前的研究主要关注预防性防御，但在感染后攻击者与受害者之间的谈判动态仍未得到充分探索。本文提出一种对现代勒索软件事件中攻击者-受害者互动的形式化分析，使用有限时域交替报价议价游戏模型。我们的分析表明，议价会改变双方的最优策略。在实际情况下，由于信息不完全——攻击者缺乏受害者数据价值的知识，受害者缺乏攻击者保留赎金的知识——可延长谈判时间并增加受害者的业务中断成本。为此，我们设计一种贝叶斯激励相容机制，以便在不要求任何一方披露私人估值的前提下快速达成公平赎金协议。我们进一步使用基于混沌电路的安全双方计算实现该机制，从而无需信任第三方即可在整个谈判过程中保留双方隐私。据我们所知，这是首个以正式分析勒索软件谈判动态为基础的自动化、隐私保护谈判机制。