[論文レビュー] Proactive Defense Against Physical Denial of Service Attacks using Poisson Signaling Games

Jeffrey Pawlick, Quanyan Zhu|arXiv (Cornell University)|Jul 10, 2017

Network Security and Intrusion Detection被引用数 3

ひとこと要約

本稿は、サイバー物理システム（CPS）における物理的サービス拒否（PDoS）攻撃に対する予防的防御を提案し、ボットネットの人的な参加を分析するために、新しいポアソン信号ゲームモデルを用いる。不均一なIoTデバイスを、検出能力が異なる受信者としてモデル化し、積極的防御に経済的インcentiveを導入することで、戦略的な経済的メカニズムがボットネット活動を任意に低減できることが示された一方で、法的規制は限定的な影響しか持たない。

ABSTRACT

While the Internet of things (IoT) promises to improve areas such as energy efficiency, health care, and transportation, it is highly vulnerable to cyberattacks. In particular, distributed denial-of-service (DDoS) attacks overload the bandwidth of a server. But many IoT devices form part of cyber-physical systems (CPS). Therefore, they can be used to launch "physical" denial-of-service attacks (PDoS) in which IoT devices overflow the "physical bandwidth" of a CPS. In this paper, we quantify the population-based risk to a group of IoT devices targeted by malware for a PDoS attack. In order to model the recruitment of bots, we develop a "Poisson signaling game," a signaling game with an unknown number of receivers, which have varying abilities to detect deception. Then we use a version of this game to analyze two mechanisms (legal and economic) to deter botnet recruitment. Equilibrium results indicate that 1) defenders can bound botnet activity, and 2) legislating a minimum level of security has only a limited effect, while incentivizing active defense can decrease botnet activity arbitrarily. This work provides a quantitative foundation for proactive PDoS defense.

研究の動機と目的

• サイバー物理システム（CPS）を標的とする物理的サービス拒否（PDoS）攻撃における、IoTデバイスの compromise リスクを定量化すること。
• 未知の、ポアソン分布に従う受信者数を有する信号ゲームとして、IoTデバイスのボットネットへの参加をモデル化すること。
• ゲーム理論的均衡分析を用いて、法的および経済的メカニズムの有効性を、ボットネット参加の抑止に分析すること。
• 特に経済的インcentiveが与えられた積極的防御戦略が、マルウェアの持続性およびボットネット活動をどのように低減できるかを評価すること。

提案手法

• マルウェアによる大規模かつ不確実なスキャンを捉えるために、潜在的IoTターゲット数がポアソン分布に従う、形式的なポアソン信号ゲーム（PSG）を定式化する。
• 悪意ある送信者からの偽装信号を検出する能力が異なる、不均一な受信者タイプを導入する。
• 完全ベイジアンナッシュ均衡（PBNE）における混合戦略としての防御戦略をモデル化し、抵抗性、脆弱性、現状維持の均衡を区別する。
• 活性防御を促進するための経済的インcentive $U_{v}^{R}(d,p,f)$ を組み込み、均衡行動を変化させ、マルウェアの持続性を低減する。
• 期待効用関数と均衡条件を用いて、不確実性と非対称情報下での最適防御戦略を導出する。
• 実世界のPDoSシナリオにモデルを適用：電力グリッド帯域幅を過負荷にするためにHVACコントローラーを compromise する。

実験結果

リサーチクエスチョン

• RQ1 脆弱なIoTデバイスの数が未知で確率的に分布している場合、PDoS攻撃のリスクをどのように定量的にモデル化できるか？
• RQ2 受信者（IoTデバイス）が検出能力にばらつきを示し、不確実な悪意ある信号を受け取る信号ゲームの均衡結果は何か？
• RQ3 最小セキュリティ基準などの法的規制は、PDoS文脈においてボットネット参加活動をどの程度低減できるか？
• RQ4 経済的インcentiveが、規制要件よりも積極的防御を促進し、ボットネット活動をより効果的に低減できるか？
• RQ5 積極的防御戦略の導入が、PDoS攻撃ライフサイクルにおける悪意ある行動の均衡行動にどのように影響を与えるか？

主な発見

• 防御者は、マルウェアの持続性とスキャン努力の組み合わせ効果を表す $\sigma_{d}^{S*}(p)q^{S}(d)$ の積を制限することで、ボットネットスキャナの総活動を境界化できる。
• 最小セキュリティ基準の義務化は、カバーされるデバイス数に関係なく、常に固定で限定的な要因にしか、マルウェアの持続性率 $\sigma_{d}^{S*}(p)$ を低下させない。
• 積極的防御に向けた経済的インcentiveは、$\sigma_{d}^{S*}(p)$ を0に限りなく近づけることができ、スケーラブルで強力な抑止メカニズムであることを示している。
• 脆弱な攻撃者均衡では、積極的防御がインcentivizedされると、悪意あるスキャナの持続性率が顕著に低下する。
• 特に偽装のコスト $\omega_{d}^{f}$ が低い場合には、わずかな積極的防御努力 $\sigma_{v}^{R*}(f|p,b)$ で強力な抑止が達成できる。
• モデルの均衡結果は、実際のボットネット（例：Conficker）の行動と一致しており、検出を避けるために活動を制限する傾向があることが確認され、モデルの現実性が裏付けられた。