[論文レビュー] Cyber-Physical War Gaming

E. J. M. Colbert, Daniel T Sullivan+1 more|arXiv (Cornell University)|Aug 24, 2017

Information and Cyber Security参考文献 5被引用数 5

ひとこと要約

本論文は、実際の制御システム環境を模倣するためのハイブリッドなサイバー物理戦術訓練手法を提示している。この手法は、テーブルトップ戦略会議と、リアルなサイバー物理システム（CPS）のシミュレーションを組み合わせ、サイバー防衛戦略の研究と改善を目的としている。これらのゲーム中にプレイヤーの行動を記録することで、ゲーム理論的セキュリティモデルを検証し、運用システムに影響を与えることなく、CPSのレジliエンスを効果的かつ安全にテストするスケーラブルな手法を提供する。

ABSTRACT

This paper presents general strategies for cyber war gaming of Cyber-Physical Systems (CPSs) that are used for cyber security research at the U.S. Army Research Laboratory (ARL). Since Supervisory Control and Data Acquisition (SCADA) and other CPSs are operational systems, it is difficult or impossible to perform security experiments on actual systems. The authors describe how table-top strategy sessions and realistic, live CPS war games are conducted at ARL. They also discuss how the recorded actions of the war game activity can be used to test and validate cyber-defence models, such as game-theoretic security models.

研究の動機と目的

• 運用システムに影響を与えることなく、現実のCPS環境を模倣する実用的でスケーラブルなサイバー物理戦術訓練の方法を開発すること。
• 人間の意思決定行動を模倣した攻撃シナリオの記録を通じて、理論的サイバー防衛モデルと現実の運用行動のギャップを埋めること。
• 記録された戦術訓練データを用いて、ゲーム理論的セキュリティモデルをテスト・検証する繰り返し可能なフレームワークを構築すること。
• セキュリティ研究者が複雑で動的なCPSシナリオにおける防御戦略の有効性を評価できるようにすること。
• 体験的で人間を含めたテストを通じて、サイバー耐性を強化することを目的とする米国陸軍研究所の使命を支援すること。

提案手法

• サイバー物理システム環境における戦略的意思決定を模倣するためのテーブルトップ戦術訓練セッションの実施。
• SCADAなどのエミュレートされた産業制御システムを用いて、リアルなCPS戦術訓練を実施。
• テーブルトップおよびライブゲームの両方において、プレイヤーの行動、意思決定、相互作用の詳細なログを記録。
• 記録されたゲームデータを用いて、特に戦略的相互作用と報酬最適化に基づくゲーム理論的セキュリティモデルの訓練と検証。
• 攻撃者の行動を予測し、CPS環境における最適な防御反応を導くモデルの改善にデータを応用。
• 人的行動パターンを形式的モデルに統合することで、その現実性と予測精度を向上。

実験結果

リサーチクエスチョン

• RQ1 テーブルトップおよびライブ戦術訓練を効果的に統合することで、リアルなサイバー物理システムの攻撃および防御を模倣できるか？
• RQ2 戦術訓練における人的行動の記録が、ゲーム理論的サイバー防衛モデルの検証および改善にどの程度活用できるか？
• RQ3 シミュレートされたCPS環境における攻撃者および防御者の主な行動パターンは何か？また、それらは理論的モデルと整合しているか？
• RQ4 戦術訓練データを活用することで、システムの安全性を損なうことなく、サイバー防衛シミュレーションの忠実度と現実性をどのように向上できるか？
• RQ5 人的意思決定は、サイバー物理セキュリティシナリオの結果にどのような役割を果たすか？

主な発見

• ハイブリッド戦術訓練手法は、現実のサイバー物理セキュリティシナリオにおける人的行動を的確に捉え、モデル検証に貴重な行動データを提供した。
• 戦術訓練から得た行動記録は、ゲーム理論的防衛モデルの訓練およびテストに信頼性があり、スケーラブルなデータソースを提供した。
• エミュレートされたSCADAシステムを用いたライブCPS戦術訓練は、制御された環境で攻撃・防御ダイナミクスの安全かつ繰り返し可能な実験を可能にした。
• 人間を含めたフィードバックデータの統合により、理論的ゲーム理論的モデルの現実性と予測力が顕著に向上した。
• 観察された人的意思決定に基づき、防御戦略の反復的改善が可能となり、モデルの頑健性が向上した。
• 本手法は、複雑でミッションクリティカルなシステムにおける大規模かつ繰り返し可能なサイバー防衛メカニズムのテストの実現可能性を示した。