[論文レビュー] Building Computer Network Attacks

Ariel Futoransky, Luciano Notarfrancesco+2 more|arXiv (Cornell University)|Jun 9, 2010

Information and Cyber Security参考文献 7被引用数 14

ひとこと要約

本稿では、成功確率、ステルス性、時間、ノイズ、ゼロデイ状態といった定量的コストを統合した、資産、目的、エージェント、行動を組み合わせた形式的で確率的な攻撃モデルを提示する。このモデルは、ハイブリッド古典的/HTN計画法を用いて攻撃計画をモデル化することで、組み合わせ爆発を著しく軽減し、自動ペネトレーションテストおよび脆弱性シミュレーションを可能にする。

ABSTRACT

In this work we start walking the path to a new perspective for viewing cyberwarfare scenarios, by introducing conceptual tools (a formal model) to evaluate the costs of an attack, to describe the theater of operations, targets, missions, actions, plans and assets involved in cyberwarfare attacks. We also describe two applications of this model: autonomous planning leading to automated penetration tests, and attack simulations, allowing a system administrator to evaluate the vulnerabilities of his network.

研究の動機と目的

• サイバー戦争シナリオを、攻撃コスト、資産、目的、エージェント行動を含めて形式的かつ拡張可能なフレームワークとしてモデル化すること。
• 組み合わせ複雑性を低減するハイブリッド古典的/HTN計画法を用いて、ネットワーク攻撃の自動計画を可能にすること。
• 正確で設定可能な攻撃シミュレーションを通じて、システム管理者が攻撃をシミュレートし、ネットワーク脆弱性を評価できるようにすること。
• 従来のアタックツリー やグラフに加え、ノイズ、ステルス性、ゼロデイ状態といった新たな次元を攻撃モデルに導入すること。
• 攻撃者の行動と計画論理を形式化することで、次世代の自動ペネトレーションテストツールの基盤を提供すること。

提案手法

• 攻撃を4つのコアコンponentsでモデル化する：確率的資産（例：OS、バナー、接続性）、定量的目的（Any、All、AllPossible）、能力を持つエージェント、および原子的行動。
• 実世界のネットワーク規模にまでスケーリング可能な、古典的計画法とHTN（階層的タスクネットワーク）技術を組み合わせたハイブリッド計画アプローチを採用する。
• 攻撃グラフにおける最小コスト経路を計算するためにダイクストラ法を適用し、コストを (成功確率, ノイズ, 時間, 追跡不能性, ゼロデイ状態) のタプルとして定義する。
• 仮説ベースのコスト評価メカニズムを導入：元ホストに仮想エージェントを用いてサブプランを構築し、勝利コストを推定する。
• Squeak Smalltalkで機能的プロトタイプを実装し、モデルの計画およびシミュレーション能力を検証する。
• 正確性とパフォーマンスのバランスを図るために、VMベースまたは軽量エミュレーテッド環境を用いて大規模攻撃（例：ワームの拡散）のシミュレーションをサポートする。

実験結果

リサーチクエスチョン

• RQ1 成功確率以外にステルス性、ノイズ、時間といった要因を含めた攻撃コストをどのようにモデル化できるか？
• RQ2 表現力は保ちつつ、攻撃グラフ構築における組み合わせ爆発をどのように低減できるか？
• RQ3 動的能力と進化する知識を持つエージェントを用いて攻撃者行動をどのようにモデル化できるか？
• RQ4 自動計画を用いて、ペネトレーションテストに適した現実的で複数ステップにわたる攻撃シーケンスをどのように生成できるか？
• RQ5 システム管理者が多様な攻撃者プロファイルをシミュレートし、ネットワーク防御を評価・強化できるか？

主な発見

• 定量子（Any、All、AllPossible）の使用により、非最適化されたSqueak実装でも攻撃グラフの複雑さを著しく低減でき、スケーラブルな計画が可能となった。
• ノイズを第一級のコスト次元として統合したことで、ステルス性と検知抵抗性のモデル化が可能となり、従来のアタックツリー やグラフでは欠落していた特徴が実現された。
• コスト効率的かつステルス性を備えた攻撃計画を生成できるため、Core Impactなどのツールへの統合に適した自動ペネトレーションテストが可能になった。
• シミュレーション結果から、攻撃者能力を段階的に追加することで、成功かつ検知されない攻撃に到達するまでの過程で、重要な脆弱性を特定できることが示された。
• 対策の効果を評価するため、防御策が攻撃成功確率を低下させたり、ノイズを増加させたりするシナリオをモデル化できる。
• 軽量エミュレーションを用いた大規模なワーム拡散シミュレーションの実現可能性が示され、完全なVMベースのシミュレーションを超えるスケーラビリティが達成された。