[論文レビュー] Shall we collaborate? A model to analyse the benefits of information sharing

Roberto Garrido-Pelaz, Lorena Gozalez-Manzano+1 more|arXiv (Cornell University)|Jul 29, 2016

Knowledge Management and Sharing参考文献 19被引用数 10

ひとこと要約

本稿では、関数的依存関係ネットワーク分析とゲーム理論を組み合わせたシミュレーションモデルを提案し、相互に依存する組織間におけるサイバーセキュリティ情報共有の利点を評価する。共有が全パートナーと行われることで、特にランダムまたは高確率の攻撃パターン下でネットワーク全体のレジリエンスが著しく向上することが示され、個人的利得が得られないにもかかわらず高品質な情報を提供する重要なノードが特定された。これは、標的を絞ったインcentive（インcentive）が協力を促進する可能性を示唆している。

ABSTRACT

Nowadays, both the amount of cyberattacks and their sophistication have considerably increased, and their prevention is of concern of most of organizations. Cooperation by means of information sharing is a promising strategy to address this problem, but unfortunately it poses many challenges. Indeed, looking for a win-win environment is not straightforward and organizations are not properly motivated to share information. This work presents a model to analyse the benefits and drawbacks of information sharing among organizations that presents a certain level of dependency. The proposed model applies functional dependency network analysis to emulate attacks propagation and game theory for information sharing management. We present a simulation framework implementing the model that allows for testing different sharing strategies under several network and attack settings. Experiments using simulated environments show how the proposed model provides insights on which conditions and scenarios are beneficial for information sharing.

研究の動機と目的

• サイバーセキュリティ情報共有の利点が明らかであるにもかかわらず、組織間での共有意欲が低いという課題に対処すること。
• 関数的依存関係ネットワークを用いて、相互に依存するネットワーク内でのサイバー攻撃の伝搬をモデル化すること。
• ゲーム理論を用いて情報共有戦略を分析し、ウィンウィン条件を特定すること。
• 多様な攻撃パターンやネットワーク状態下での共有ポリシーをテストするためのシミュレーションフレームワークを開発すること。
• 高品質な情報を提供するが、それに対してほとんど利益を得ない重要なノードを同定すること。

提案手法

• 関数的依存関係ネットワーク分析（FDNA）を用いて、相互に依存する組織間を対象としたサイバー攻撃の伝搬をモデル化・シミュレーションする。
• ゲーム理論を応用し、各組織を合理的なプレイヤーとして扱う協力的ゲームとして、情報共有の戦略的意思決定をモデル化する。
• 攻撃パターンの変化に応じて、複数の共有ポリシー（例：全員と共有、依存先のみと共有、共有なし）をテストするためのシミュレーションフレームワークを実装する。
• 結果を評価するために、MeanCIA（機密性、完全性、可用性）およびGain（情報品質への影響）といったメトリクスを追跡する。
• 異なる攻撃シナリオ下で、個々のノードのパフォーマンスとネットワーク全体の福祉の両方を評価する。
• 情報共有が集団的セキュリティを向上させる条件を同定し、影響力は大きいが利益が得られない貢献者を特定するため、結果を分析する。

実験結果

リサーチクエスチョン

• RQ1 相互に依存する組織間での情報共有が、ネットワーク全体の福祉に寄与する条件はどのようなネットワーク的・攻撃的状況下か？
• RQ2 全員と共有するなど、異なる情報共有戦略（例：全員と共有 vs. 依存先のみと共有）が、ネットワークのMeanCIAに与える影響は？
• RQ3 どの組織が最も価値ある情報を提供しているのか？また、それらの組織は情報共有から利益を得ているのか？
• RQ4 フリーライダー行為や非協力的戦略が優位となる条件は何か？
• RQ5 ランダム攻撃と標的型攻撃の両方が、情報共有の有効性にどのように影響を与えるか？

主な発見

• ネットワーク内の全組織と情報共有を行うポリシーが、異なる攻撃シナリオ下で、ネットワーク全体のMeanCIAを最大限に向上させ、それぞれ64%、33%、32%の向上を達成した。
• 『攻撃5％ランダム』シナリオは、『攻撃確率高（依存先）』や『攻撃確率高（サービス）』と比較して、情報共有ポリシーにかかわらず、より高い全体的影響を及ぼした。これは、情報共有が行われない場合、ランダム攻撃がより深刻な損害をもたらす可能性を示している。
• 情報共有から利益を得ないノード（G_i^200 ≤ 0）は、受信した情報（Q_i^in）よりも品質の高い情報を送信している（Q_i^out）傾向にあり、ゼロデイ脆弱性のような新規脅威に対して早期に反応していると考えられる。
• 利益を得ないが貢献度の高いこれらのノードはネットワークの健全性にとって不可欠であり、継続的な協力を維持するためにはインcentive（インcentive）が必要である。
• シミュレーションフレームワークは、集団的ネットワークレジリエンスの観点から、全パートナーとの共有が部分的または非共有よりも一貫して優れていることを成功裏に同定した。
• 本モデルは、実装前にシミュレートされた結果に基づいて、組織および政府が共有戦略を評価するための意思決定支援ツールを提供する。