迈向自动化的网络缓解分析（扩展版）

渗透测试是识别潜在可利用安全弱点的成熟实践概念，也是安全审计的重要组成部分。然而，对于由数百台主机组成的网络提供整体安全评估，若无某种机械化手段则几乎不可行。缓解（在给定预算下对对策进行优先级排序）目前缺乏坚实的理论理解，因此更多是艺术而非科学。在这项工作中，我们提出第一种方法进行全面的假设分析（what-if analyses），以便以概念上合理的方式推理缓解措施。为评估和比较缓解策略，我们使用模拟渗透测试（即自动化攻击发现），基于网络模型，对该模型应用给定缓解动作集合的子集（例如网络拓扑更改、系统更新、配置更改等）。利用Stackelberg规划，我们确定最小化最大攻击者成功概率的最优组合（类似于Stackelberg博弈），从而为一整体缓解策略提供合理基础。我们展示这些Stackelberg规划模型可大量从网络扫描、公共漏洞数据库和人工检查中以不同自动化程度和细节推导出来，并且我们在不同规模和漏洞的网络上模拟了缓解分析。