用于构建 DLP 系统的 VACCINE 框架
密码学与安全
2017-11-09 v1
摘要
传统的数据泄露防护（DLP）系统存在如下主要缺陷：定义何为数据泄露的隐私策略无法在异构通信形式间无缝定义与执行。管理员背负双重负担：（1）从手册中手动自行解读策略以指定规则（易出错）；（2）从异构通信协议中提取相关信息流并执行策略以判定哪些流应被允许。为解决这些问题，我们提出可验证且可执行的情境完整性规范引擎（VACCINE），一个用于构建自适应、模块化 DLP 系统的框架。VACCINE 依赖于（1）情境完整性理论，提供适合指定可复用、协议无关的泄露防护规则的抽象层；（2）编程语言技术，用以针对正确性属性检查这些规则，并在 DLP 系统实现中忠实地执行它们。我们将 VACCINE 应用于《家庭教育权利与隐私法案》和安然公司隐私规章。我们表明，通过将情境完整性与验证技术结合使用，我们能有效创建具有特定正确性保证的可复用隐私规则，并依据这些规则检查信息流的完整性。我们在模拟企业环境中的实验表明，VACCINE 优于当前 DLP 系统设计方法，并可部署于涉及数万名参与者的企业中。
引用
@article{arxiv.1711.02742,
title = {The VACCINE Framework for Building DLP Systems},
author = {Yan Shvartzshnaider and Zvonimir Pavlinovic and Thomas Wies and Lakshminarayanan Subramanian and Prateek Mittal and Helen Nissenbaum},
journal= {arXiv preprint arXiv:1711.02742},
year = {2017}
}