[論文レビュー] Active Cyber Defense Dynamics Exhibiting Rich Phenomena

Ren Zheng, Wenlian Lu+1 more|arXiv (Cornell University)|Mar 28, 2016

Opinion Dynamics and Social Influence参考文献 34被引用数 3

ひとこと要約

本論文は、非線形微分方程式を用いた複雑なネットワークトポロジー上で、サイバー防御の動的挙動を一般化した数学的モデルを提案する。このモデルは、サイバーセキュリティ分野でこれまで未踏であった分岐およびカオス現象を示している。主な発見は、特定のパrameter設定下では、このような動的挙動が極めて予測不能になることであり、これに伴い、管理不能なセキュリティ状態を避けるために、防御戦略の能動的調整が不可欠であることを示している。

ABSTRACT

The Internet is a man-made complex system under constant attacks (e.g., Advanced Persistent Threats and malwares). It is therefore important to understand the phenomena that can be induced by the interaction between cyber attacks and cyber defenses. In this paper, we explore the rich phenomena that can be exhibited when the defender employs active defense to combat cyber attacks. To the best of our knowledge, this is the first study that shows that {\em active cyber defense dynamics} (or more generally, {\em cybersecurity dynamics}) can exhibit the bifurcation and chaos phenomena. This has profound implications for cyber security measurement and prediction: (i) it is infeasible (or even impossible) to accurately measure and predict cyber security under certain circumstances; (ii) the defender must manipulate the dynamics to avoid such {\em unmanageable situations} in real-life defense operations.

研究の動機と目的

• 攻撃と防御のネットワーク構造を分離することで、先行研究のアクティブ防御モデルを拡張すること。
• 従来の仮定を超えて、攻撃力関数および防御力関数を一般化すること。
• アクティブなサイバー防御動的挙動が、分岐やカオスのような複雑な挙動を示すかどうかを調査すること。
• 防御者が、管理不能な動的状態を避けるための実用的知見を提供すること。

提案手法

• ネットワーク全体に広がる防御ソフトウェアおよびマルウェアの伝搬をモデル化する連続時間非線形力学系を構築する。
• 攻撃用ネットワーク（GB）と防御用ネットワーク（GR）を別々のトポロジーとして使用し、非対称な相互作用構造を可能にする。
• 防御力の一般化関数 f(x) と攻撃力の一般化関数 gν(x) を用いて、伝搬強度の変動をモデル化する。
• 均衡解析、位相図、および最大リャプノフ指数（MLE）の計算を通じて、システムの挙動を分析する。
• シミュレーションと検証に、|V| = 2,000 および p = 0.005 の Erdős–Rényi（ER）ランダムグラフモデルを適用する。
• MLEを用いてカオス的領域を特定し、MLE > 0 がカオスを示す。

実験結果

リサーチクエスチョン

• RQ1 アクティブなサイバー防御動的挙動は、分岐およびカオス現象を示すことができるか？
• RQ2 異なる攻撃および防御ネットワーク構造は、システムの安定性にどのように影響するか？
• RQ3 どのようなパrameter設定が、サイバー防御動的挙動において予測不能でカオス的な挙動を引き起こすか？
• RQ4 攻撃力関数および防御力関数の選択は、システム挙動にどのように影響するか？

主な発見

• パrameter ν > 5 の場合、最大リャプノフ指数（MLE）> 0 により、アクティブなサイバー防御動的挙動がカオス的になることが示された。
• ν = 8 の場合、平均的な防御ソフトウェアの広がり ⟨Bv(t)⟩ はカオス的位相図を示し、予測不能性が確認された。
• カオスの存在は、初期条件に対する極度の感度のため、グローバルなサイバーセキュリティ状態を信頼性を持って予測できないことを意味する。
• 防御者は、カオスに至るパrameter設定（例：ν > 5）を避けることで、管理可能で予測可能なシステム挙動を維持する必要がある。
• 本モデルは、分岐およびカオスがサイバーセキュリティ分野において関連する現象であることを示しており、従来の予測可能性の仮定に挑戦する。
• 本研究は、管理不能な動的状態を避けるために、アクティブ防御戦略を慎重に調整する必要があることを確立した。