[論文レビュー] Cost Sharing Security Information with Minimal Release Delay

Mingyu Guo, Yong Yang+1 more|arXiv (Cornell University)|Jun 25, 2020

Auction Theory and Applications参考文献 10被引用数 4

ひとこと要約

本論文は、セキュリティ脆弱性情報の配布に最小限のリリース遅延を実現するコスト共有メカニズムを提案する。支払いを行う参加者は早期アクセスを受けるが、無料利用者（フリーライダー）は待機する。事前知識のない設定下で、支配的でないベンチマーク（CSOD）に対して最大遅延において4-competitiveな比を達成し、さまざまな評価分布下で期待遅延において既存のメカニズムを上回る性能を示す。

ABSTRACT

We study a cost sharing problem derived from bug bounty programs, where agents gain utility by the amount of time they get to enjoy the cost shared information. Once the information is provided to an agent, it cannot be retracted. The goal, instead of maximizing revenue, is to pick a time as early as possible, so that enough agents are willing to cost share the information and enjoy it for a premium time period, while other agents wait and enjoy the information for free after a certain amount of release delay. We design a series of mechanisms with the goal of minimizing the maximum delay and the total delay. Under prior-free settings, our final mechanism achieves a competitive ratio of $4$ in terms of maximum delay, against an undominated mechanism. Finally, we assume some distributions of the agents' valuations, and investigate our mechanism's performance in terms of expected delays.

研究の動機と目的

• すべての参加者に対して遅延を最小限に抑える非営利のコスト共有メカニズムを設計すること。
• 早期アクセスの提供により参加者からの十分な支払いを誘発するとともに、財政的バランスを保ち、情報の撤回を防ぐこと。
• 参加者全体における最大遅延と総遅延を最小化し、バグバンディー形式のシステムにおける社会的福祉を向上させること。
• 事前知識のない設定および確率的評価分布下での性能評価を行い、競合比と下界を確立すること。

提案手法

• 参加者が特定の評価閾値以上を支払うと早期アクセスが与えられる、しきい値ベースの割り当てを用いる。
• 支配的でないベンチマーク（CSOD）に対する最悪ケース性能を評価するため、競合比分析を採用する。
• 期待遅延分析には、区間ベースの確率分布を用いて参加者の評価をモデル化し、最大遅延（Max-Delay）および合計遅延（Sum-Delay）の下界を計算する。
• 条件付き期待値および確率を用いて下界を導出する。たとえば、$ C(i) \times P^B(i) $ のような式を用いて最小期待遅延を推定する。
• 既知のベンチマークであるGCSOD（Greedy Cost-Sharing with Optimal Delay）と比較し、一様分布および正規分布の評価分布下で評価する。
• 参加者が総コストを超えて情報に価値を置かないものと仮定し、自由利用者をベンチマークに含めることで、競合比が未定義にならないようにする。

実験結果

リサーチクエスチョン

• RQ1 支払いを行わない参加者に対する遅延が生じるコスト共有メカニズムにおいて、最大遅延を最小化するための最良の競合比は何か？
• RQ2 異なる参加者の評価分布下で、期待遅延の観点からこのメカニズムはどのように性能を示すか？
• RQ3 評価分布の知識が得られない状況下でも、事前知識のないメカニズムが強い性能保証を達成できるか？
• RQ4 異なる参加者数および分布下で、このメカニズムはGCSODと比較して最大遅延および合計遅延の両面でどのように差をつけるか？
• RQ5 このメカニズムの競合比および実用的導入の可能性を保証するために必要な仮定は何か？

主な発見

• 提案されたメカニズムは、事前知識のない設定下で、支配的でないCSODベンチマークに対して最大遅延において4-competitiveな比を達成する。
• 期待遅延において、このメカニズムはGCSODを著しく上回り、特に参加者数が増加する正規分布および一様分布下で顕著な効率向上を示す。
• $ n = 10 $ の場合、$ N(0.5,0.2) $ の分布下で、期待最大遅延はGCSODの0.65から自らの0.65に低下し、期待合計遅延は1.13から0.17に低下する。これは顕著な効率的利得を示している。
• 期待最大遅延および合計遅延の下界は、評価区間上の条件付き期待値および確率質量関数を用いて導出される。
• 多くの状況で、このメカニズムは理論的下界に近く、現実的な仮定下でほぼ最適性を示している。
• 参加者数が増えるほど、このメカニズムとGCSODとの性能差は拡大し、特に合計遅延においては期待遅延が最大80％まで削減される。