[論文レビュー] Security Games with Information Leakage: Modeling and Computation

Haifeng Xu, Albert Xin Jiang+4 more|arXiv (Cornell University)|Apr 23, 2015

Infrastructure Resilience and Vulnerability Analysis参考文献 18被引用数 9

ひとこと要約

本稿は、攻撃者が部分的な標的で防御者の純粋戦略を観測できる部分的情報漏洩を考慮する、スタッケルベルク安全保障ゲームの新しいモデルを提示する。線形計画法（LP）の定式化を提案し、漏洩下での防御者最適戦略の計算がNP困難であることを示し、3つのアルゴリズム的アプローチ——特殊ケースにおける効率的正確解法、近似アルゴリズム、ヒューリスティックサンプリング手法——を提示。実験により、漏洩を適切に扱った場合、従来手法に比べて顕著な効用向上が確認された。

ABSTRACT

Most models of Stackelberg security games assume that the attacker only knows the defender's mixed strategy, but is not able to observe (even partially) the instantiated pure strategy. Such partial observation of the deployed pure strategy -- an issue we refer to as information leakage -- is a significant concern in practical applications. While previous research on patrolling games has considered the attacker's real-time surveillance, our settings, therefore models and techniques, are fundamentally different. More specifically, after describing the information leakage model, we start with an LP formulation to compute the defender's optimal strategy in the presence of leakage. Perhaps surprisingly, we show that a key subproblem to solve this LP (more precisely, the defender oracle) is NP-hard even for the simplest of security game models. We then approach the problem from three possible directions: efficient algorithms for restricted cases, approximation algorithms, and heuristic algorithms for sampling that improves upon the status quo. Our experiments confirm the necessity of handling information leakage and the advantage of our algorithms.

研究の動機と目的

• 部分的情報漏洩が影響を及ぼすスタッケルベルク安全保障ゲームにおける影響をモデル化・分析すること。ここでの漏洩とは、攻撃者が標的の一部で防御者の純粋戦略を観測できる状況を指す。
• このような漏洩下で最適防御者戦略を計算することが、最も単純な安全保障ゲームモデルですらNP困難であることを示すこと。
• 現実世界の安全保障応用に適した実用的アルゴリズム——特殊ケースにおける正確解法、近似ベースの手法、ヒューリスティックサンプリング手法——を開発すること。
• 実験的検証により、漏洩を無視すると顕著な効用損失が生じ、提案手法が防御者のパフォーマンスを著しく向上させることを示すこと。

提案手法

• 防御者の最適戦略を情報漏洩下で定式化し、線形計画法（LP）として提示。制約条件は攻撃者が純粋戦略の部分的観測を行うことをモデル化する。
• 列生成におけるキーポイントである防御者オракル問題がNP困難であることを特定。漏洩を扱う際の本質的計算困難性を証明する。
• 3つのアルゴリズム的方針を提案：(1) 制限付きケースにおける効率的正確アルゴリズム、(2) 近似アルゴリズム、(3) ヒューリスティックサンプリング手法（独立無作為抽出と最大エントロピー抽出を含む）。
• 2つのヒューリスティックサンプリング手法を導入：indepSample（独立無作為抽出）とMaxEntro（最大エントロピー抽出）、基準としてUniCS（一様コムサンプリング）を用いる。
• 列生成法を用い、防御者オラクルを統合してLPを解く。分離オラクルを反復的に用いて、最も効果的な防御者戦略を特定する。
• 実世界のLAX空港データと20の標的・10のリソースを想定したシミュレーテッドゲームを用い、漏洩モデルごとの防御者効用を比較してアルゴリズムを検証。

実験結果

リサーチクエスチョン

• RQ1 攻撃者が標的の一部で防御者の純粋戦略を観測できる部分的情報漏洩が、スタッケルベルク安全保障ゲームにおける防御者の効用にどのように影響を与えるか？
• RQ2 情報漏洩下での最適防御者戦略の計算は、計算的に実行可能か。あるいは、基本的な安全保障ゲームモデルですらNP困難であるか？
• RQ3 正確計算が非現実的である場合に、効率的な近似またはヒューリスティックアルゴリズムを設計できるか？
• RQ4 確率的、敵対的、または小サポート漏洩モデルといった異なる漏洩モデルが、防御者の効用およびアルゴリズムのパフォーマンスにどのように影響を与えるか？
• RQ5 最大エントロピー抽出や一様コムサンプリングといったヒューリスティックサンプリング手法は、計算効率を保ちつつ、近似的に最適性能に達することができるか？

主な発見

• 1つの標的にもかかわらず、情報漏洩は防御者の効用に顕著な損失をもたらす。敵対的漏洩は確率的漏洩よりも大きな損失を引き起こす。
• 列生成に必要な防御者オラクル問題がNP困難であることが判明。これにより、情報漏洩を扱うことは、標準的かつ安全保障ゲームモデルよりも本質的に複雑であることが証明された。
• 最適アルゴリズム（OPT）は、従来手法を著しく上回り、特に漏洩確率が高い状況で顕著な優位性を示す。従来手法の効用損失は、OPTの約2倍に達する。
• ヒューリスティック手法（MaxEntroとUniCS）は、すべての標的が漏洩対象となる場合、OPTとほぼ同等の性能を発揮し、従来のサンプリング手法を上回る。
• 独立無作為抽出（indepsample）は、漏洩確率が1/e ≈ 0.37付近で従来手法を上回り、ヒューリスティック手法の使用に実用的な閾値を示唆している。
• 小サポート漏洩の場合は、効率的正確解法が可能なため最適アルゴリズム（OPT）が好ましい。全標的または大規模サポート漏洩の場合は、MaxEntroとUniCSが効率的かつ近似的に最適な選択肢となる。