[論文レビュー] Game-Theoretic Analysis of Cyber Deception: Evidence-Based Strategies and Dynamic Risk Mitigation

Tao Zhang, Linan Huang+2 more|arXiv (Cornell University)|Feb 8, 2019

Information and Cyber Security参考文献 59被引用数 8

ひとこと要約

本稿は、サイバー詐欺をモデル化するためのゲーム理論的フレームワークを提案する。攻撃者と防御者間の戦略的相互作用を、証拠に基づくシグナルゲームとしてモデル化し、側帯からの確率的証拠と詐欺コストを統合することで、バイナリおよび連続的情報空間においてリスクを軽減する動的で証拠に配慮した詐欺戦略を、完全ベイジアンナッシュ均衡（PBNE）を用いて導出する。特に、高度持続的脅威（APTs）に有効である。

ABSTRACT

Deception is a technique to mislead human or computer systems by manipulating beliefs and information. For the applications of cyber deception, non-cooperative games become a natural choice of models to capture the adversarial interactions between the players and quantitatively characterizes the conflicting incentives and strategic responses. In this chapter, we provide an overview of deception games in three different environments and extend the baseline signaling game models to include evidence through side-channel knowledge acquisition to capture the information asymmetry, dynamics, and strategic behaviors of deception. We analyze the deception in binary information space based on a signaling game framework with a detector that gives off probabilistic evidence of the deception when the sender acts deceptively. We then focus on a class of continuous one-dimensional information space and take into account the cost of deception in the signaling game. We finally explore the multi-stage incomplete-information Bayesian game model for defensive deception for advanced persistent threats (APTs). We use the perfect Bayesian Nash equilibrium (PBNE) as the solution concept for the deception games and analyze the strategic equilibrium behaviors for both the deceivers and the deceivees.

研究の動機と目的

• 攻撃者と防御者間の戦略的インcentiveを有する非協力的ゲームとしてサイバー詐欺をモデル化すること。
• 側帯からの証拠をシグナルゲームに統合することで、情報非対称性と動的行動を詐欺に組み込むこと。
• 従来のシグナルゲームに、詐欺コストと連続的一次元空間における不完全情報の要素を追加して拡張すること。
• 高度持続的脅威（APTs）に対する防御的詐欺を想定したマルチステージベイジアンゲームモデルを構築すること。
• 証拠豊富な詐欺状況における均衡行動を、完全ベイジアンナッシュ均衡（PBNE）を用いて特徴づけること。

提案手法

• 詐欺が発生した際、検出器が確率的証拠を提供するシグナルゲームとして詐欺を形式化する。
• 側帯を介した証拠収集を導入し、情報非対称性をモデル化するとともに、リアルタイムでの信念更新を可能にする。
• 連続的一次元情報空間における詐欺コストをモデル化することで、現実的な戦略的トレードオフを反映する。
• 不完全情報環境下での戦略的行動を分析するため、完全ベイジアンナッシュ均衡（PBNE）を解法概念として適用する。
• APTsを想定したマルチステージベイジアンゲームモデルを構築し、動的信念更新と時間経過に伴う戦略的詐欺を統合する。
• 信念更新と均衡計算を用いて、不確実性下での最適な詐欺戦略と検出戦略を導出する。

実験結果

リサーチクエスチョン

• RQ1 どのようにして側帯からの証拠をシグナルゲームに統合し、現実的な詐欺ダイナミクスをモデル化できるか？
• RQ2 詐欺にコストが伴う連続的一次元情報空間において、均衡戦略はどのようなものか？
• RQ3 信念更新と証拠は、動的詐欺ゲームにおける詐欺者と被害者双方の戦略的行動にどのように影響するか？
• RQ4 不完全情報下でのマルチステージAPTsシナリオにおいて、最適な防御的詐欺戦略は何か？
• RQ5 証拠とコスト要因の導入は、詐欺ゲームにおける完全ベイジアンナッシュ均衡の構造と結果にどのように影響するか？

主な発見

• 側帯からの確率的証拠の統合により、信念の更新がより正確になり、詐欺モデルの現実性が向上する。
• 連続的一次元空間では、詐欺コストの導入により、リスクと報酬のバランスを取るより洗練された均衡戦略が得られる。
• 完全ベイジアンナッシュ均衡（PBNE）の解法概念は、バイナリおよび連続的詐欺ゲームの両方において、動的で証拠に配慮した戦略的行動を的確に捉えている。
• APTsにおいて、マルチステージベイジアンゲームモデルは、証拠と信念ダイナミクスを適切にモデル化すれば、防御的詐欺が攻撃者を著しく遅延または誤導できることを示している。
• 証拠に基づく戦略により、防御者がリアルタイム情報に基づいて検出および詐欺ポリシーを適応可能にできるため、リスク軽減がより強固になる。
• 本フレームワークは、戦略的詐欺がコスト制約と観察可能な証拠と整合している場合に、全体のシステムレジリエンスを高める上でより効果的であることを示している。