[論文レビュー] Vulnerability of overlay networks under malware spreading

Rafael Vida, Javier Galeano+1 more|arXiv (Cornell University)|Oct 2, 2013

Complex Network Analysis Techniques被引用数 1

ひとこと要約

本稿では、社会的ネットワークと物理的ネットワークの二層からなる相互依存ネットワークにおいて、SIS感染モデルを用いてマルウェアの拡散をモデル化し、層間結合がウイルス感染性を著しく高め、免疫化に対する耐性を高めることを示している。特に、スペインの科学者コミュニティの共同研究ネットワークとコンピュータネットワークを含む現実世界の多層構造において顕著である。

ABSTRACT

Computer viruses are evolving by developing spreading mechanisms based on the use of multiple vectors of propagation. The use of the social network as an extra vector of attack to penetrate the security measures in IP networks is improving the effectiveness of malware, and have therefore been used by the most aggressive viruses, like Conficker and Stuxnet. In this work we use interdependent networks to model the propagation of these kind of viruses. In particular, we study the propagation of a SIS model on interdependent networks where the state of each node is layer-independent and the dynamics in each network follows either a contact process or a reactive process, with different propagation rates. We apply this study to the case of existing multilayer networks, namely a Spanish scientific community of Statistical Physics, formed by a social network of scientific collaborations and a physical network of connected computers in each institution. We show that the interplay between layers increases dramatically the infectivity of viruses in the long term and their robustness against immunization.

研究の動機と目的

• マルウェアが多層インfraストラクチャにおいて、社会的および物理的ネットワーク層の両方を活用することで、どのようにより効果的に拡散するかを理解すること。
• マルウェアの流行的拡散に対する脆弱性を評価するために、社会的ネットワークとコンピュータネットワークを相互依存システムとしてモデル化すること。
• 層間結合が、マルウェアの長期的感染性および免疫化戦略に対する耐性に与える影響を評価すること。
• 具体的には、スペインの科学者コミュニティの共同研究ネットワークと機関内コンピュータネットワークを含む現実世界の多層ネットワークにモデルを適用すること。

提案手法

• システムを二つの相互依存ネットワークとしてモデル化する。一つは共同研究（共同執筆）を表す社会的コラボレーションネットワークであり、もう一つは機関内での物理的コンピュータ接続を表す。
• 各層に確率的SIS（感受性・感染性・感受性）感染モデルを適用し、各層固有の伝播レートを設定する。
• 社会的層では接触プロセス、物理的層では反応プロセスを用いて、それぞれ異なるダイナミクスをモデル化する。
• ノードの状態が層ごとに独立している状況を想定し、感染状態は各ネットワーク層内の局所的相互作用によって決定される。
• スペインの科学者コミュニティから得た実データを用いて、エピデミックダイナミクスをシミュレートし、現実世界へのインパクトを評価する。
• エピデミック発生の閾値および異なる層間結合強度下での最終感染率を評価する。

実験結果

リサーチクエスチョン

• RQ1 社会的ネットワークと物理的ネットワークの相互依存性が、多層ネットワークにおけるマルウェアの拡散にどのように影響するか？
• RQ2 接触プロセスと反応プロセスという異なる伝播メカニズムが、相互依存システムにおけるウイルス感染性に与える影響は何か？
• RQ3 層間結合が、免疫化戦略に対するマルウェアの耐性にどのように影響するか？
• RQ4 異なったダイナミクスを示す相互依存ネットワークにおける、エピデミック発生の臨界閾値は何か？
• RQ5 現実世界の多層ネットワーク構造（例えば、科学者間の共同研究ネットワークと機関内ネットワーク）が、マルウェアの拡散をどのように拡大させるか？

主な発見

• 層間結合により、孤立したネットワークと比較して、マルウェアの長期的感染性が顕著に向上する。
• 相互依存性の存在により、個々の層での伝播レートが低くても、大規模な感染が生じやすくなる。
• 層が相互依存していると、感染が層間伝播によって持続可能となり、マルウェアが免疫化に対してより強固になる。
• 特に両層の伝播レートが中程度の場合は、相互依存ネットワークにおける最終感染率が単一層ネットワークよりも大きくなる。
• モデルは、社会的層と物理的層の相互作用が、単独では達成できないほど感染拡大を促進する相乗効果を生み出していることを明らかにした。
• スペインの科学者コミュニティネットワークに対する実データ分析では、相互依存構造が、孤立した層と比較して最終感染率を著しく上昇させることを示した。