[論文レビュー] Malware propagation in urban D2D networks

Alexander Hinsen, Benedikt Jahnel+2 more|arXiv (Cornell University)|Jan 1, 2020

Human Mobility and Location-Based Analysis参考文献 18被引用数 1

ひとこと要約

本稿は、ポisson–ボルノイ街道系に基づくコックス–ギルバート確率グラフフレームワークを用いて、都市部のデバイス間（D2D）ネットワークにおけるマルウェアの拡散をモデル化する。マルコフ型（指数分布待ち時間）および非マルコフ型（ε と M の間で一様に制限された待ち時間）の感染ダイナミクスを分析し、非マルコフ型設定ではデバイス密度が高くなると感染速度が飽和することを示す。また、マルウェア除去デバイス「ホワイト・ナイト」を導入し、マルウェアの生存と絶滅の間の相転移を可能にし、両設定において感染率とホワイト・ナイト強度に線形に依存する臨界閾値を同定する。

ABSTRACT

We introduce and analyze models for the propagation of malware in pure D2D networks given via stationary Cox-Gilbert graphs. Here, the devices form a Poisson point process with random intensity measure $λΛ$, where $Λ$ is stationary and given, for example, by the edge-length measure of a realization of a Poisson-Voronoi tessellation that represents an urban street system. We assume that, at initial time, a typical device at the center of the network carries a malware and starts to infect neighboring devices after random waiting times. Here we focus on Markovian models, where the waiting times are exponential random variables, and non-Markovian models, where the waiting times feature strictly positive minimal and finite maximal waiting times. We present numerical results for the speed of propagation depending on the system parameters. In a second step, we introduce and analyze a counter measure for the malware propagation given by special devices called white knights, which have the ability, once attacked, to eliminate the malware from infected devices and turn them into white knights. Based on simulations, we isolate parameter regimes in which the malware survives or is eliminated, both in the Markovian and non-Markovian setting.

研究の動機と目的

• ランダムで街道に基づくインfraを有する現実的な都市部D2Dネットワークにおけるマルウェア拡散をモデル化すること。
• マルコフ型および非マルコフ型感染ダイナミクス下でのマルウェア拡散速度を分析すること。
• 感染後にマルウェアを除去する『ホワイト・ナイト』と呼ばれる特別なデバイスの有効性を評価し、マルウェアの拡散を抑止または根絶できることを検証すること。
• 特にデバイス密度およびホワイト・ナイト強度に関連して、マルウェアが生存または絶滅する臨界パrameter領域を同定すること。
• 変動するシステムパラメータ下でのマルウェア生存行動における相転移を示す数値的証拠を提供すること。

提案手法

• ストリートの密度を制御する定常ポアソン–ボルノイタイルレーションを用いて都市部のストリート構造をモデル化し、ストリート長をランダム強度測度 Λ として用いる。
• 強度測度 λ|S ∩ dx| を持つコックス点過程を用いて、ストリート上にデバイスを配置し、λ がデバイス密度を制御する。
• 半径 r のギルバート確率グラフを用いて、距離 r 以内のデバイス同士を接続するネットワーク接続性を定義する。
• 2種類の感染ダイナミクスを実装する：マルコフ型（指数分布待ち時間）および非マルコフ型（ε から M までの間で一様に制限された待ち時間）。
• 感染後にマルウェアを除去し、免疫化する特別なデバイス「ホワイト・ナイト」を導入し、競合粒子系としてモデル化する。
• 生存／絶滅の領域を特定するため、(λI, ρ)-平面上での臨界フェーズ境界のシミュレーションベース推定を実施する。

実験結果

リサーチクエスチョン

• RQ1 マルコフ型および非マルコフ型感染モデル下で、デバイス強度 λ の増加に伴いマルウェア拡散速度はどのように変化するか？
• RQ2 基盤となるストリート構造の密度 γ が、マルウェア絶滅の臨界閾値に与える影響は何か？
• RQ3 ホワイト・ナイトはマルウェア拡散をどれほど効果的に抑制できるか？また、絶滅を保証するためのホワイト・ナイトの臨界強度 ρ は何か？
• RQ4 マルコフ型および非マルコフ型設定の両方で、感染率 λI と臨界ホワイト・ナイト強度 ρ の間に線形関係があるか？
• RQ5 空間のランダム性および Cox–ギルバートグラフによるネットワーク構造は、感染領域の形状および成長にどのように影響を与えるか？

主な発見

• マルコフ型設定では、感染速度がデバイス強度 λ に比例して線形に増加し、指数分布待ち時間ダイナミクスと整合的である。
• 非マルコフ型設定では、待ち時間が有界であるため、デバイス密度が高いと感染速度が飽和し、より球状の感染クラスタが形成される。
• 両設定において、マルウェア絶滅の臨界閾値は感染率 λI とホワイト・ナイト強度 ρ の間に線形関係を示す。
• ストリート構造の密度 γ が高くなる（すなわち、より多くのストリートがある）と、固定されたデバイス強度 λ に対して、絶滅に必要なホワイト・ナイト強度 ρ が低下する。
• ネットワーク内のデバイスの平均次数は、臨界フェーズ境界の勾配に重要な要因であり、スパarserなストリートでは次数が高くなり、ρ の閾値が低くなる。
• シミュレーションにより、拡大する観測ウィンドウで収束が確認され、生存と絶滅の境界推定の信頼性が裏付けられる。