[论文解读] Quantitative Analysis of Active Cyber Defenses Based on Temporal Platform Diversity

Kevin M. Carter, Hamed Okhravi+1 more|arXiv (Cornell University)|Jan 31, 2014

Distributed systems and fault tolerance参考文献 22被引用 9

一句话总结

本文通过四种互补方法——抽象建模、测试平台实验、博弈论和仿真——对基于时间平台多样性的主动网络防御进行了定量评估。研究发现，平台多样性可缓解持续性攻击，但在快速单次利用攻击中可能使安全状况恶化；且优先选择平台策略相比均匀随机化显著提升防护效果，本文还推导出适用于实际部署的最优策略。

ABSTRACT

Active cyber defenses based on temporal platform diversity have been proposed as way to make systems more resistant to attacks. These defenses change the properties of the platforms in order to make attacks more complicated. Unfortunately, little work has been done on measuring the effectiveness of these defenses. In this work, we use four different approaches to quantitatively analyze these defenses; an abstract analysis studies the algebraic models of a temporal platform diversity system; a set of experiments on a test bed measures the metrics of interest for the system; a game theoretic analysis studies the impact of preferential selection of platforms and derives an optimal strategy; finally, a set of simulations evaluates the metrics of interest on the models. Our results from these approaches all agree and yet are counter-intuitive. We show that although platform diversity can mitigate some attacks, it can be detrimental for others. We also illustrate that the benefit from these systems heavily depends on their threat model and that the preferential selection of platforms can achieve better protection.

研究动机与目标

• 对基于时间平台多样性的主动网络防御措施进行定量评估，该方法通过动态改变系统属性以阻碍攻击者。
• 识别影响防御效果的关键运行参数，如迁移频率、多样性水平和选择策略。
• 通过分析不同威胁模型下平台多样性的影响，解决其内在的反直觉权衡问题。
• 利用博弈论推导最优平台选择策略，并通过仿真和真实实验进行验证。
• 证明均匀随机化并非始终最优，且基于漏洞特征的优先选择可显著提升安全性。

提出的方法

• 使用代数模型、组合数学和马尔可夫链进行抽象分析，以建模时间平台转换及攻击者进展。
• 在基于迁移的平台多样性系统（Talent）上开展测试平台实验，收集真实世界中利用成功概率和平台变更频率的度量数据。
• 通过博弈论建模攻防双方互动，推导在不同威胁模型下最优的平台选择策略。
• 对多种操作系统平台（CentOS、FreeBSD、Debian、Fedora、Gentoo）在有无最优选择策略下的攻击者利用尝试进行仿真。
• 整合四种方法（抽象、实验、博弈论、仿真）的结果，验证一致性并揭示反直觉发现。
• 使用收益模型和马尔可夫链计算不同配置下攻击者获胜的期望时间，包括有限时长和分数效应情形。

实验结果

研究问题

• RQ1 时间平台多样性如何影响不同类型网络攻击的成功率，特别是持续性服务中断攻击与快速单次利用攻击？
• RQ2 在多样性系统中，选择下一平台的最优策略是均匀随机化，还是基于漏洞特征的优先选择？
• RQ3 迁移频率和平台多样性水平等运行参数如何影响平台多样性防御的有效性？
• RQ4 平台多样性的收益在多大程度上取决于攻击者的威胁模型及其可用的利用能力？
• RQ5 博弈论分析能否识别出在应对自适应攻击者时优于均匀随机化的策略？

主要发现

• 平台多样性通过增加攻击者所需工作量，能有效缓解持续性服务中断攻击，但在平台切换期间因攻击面扩大，可能对快速单次利用攻击造成负面影响。
• 基于漏洞特征的优先选择平台策略，相比均匀随机化，能显著提升防御效果，该结论已通过博弈论分析和仿真验证。
• 通过博弈论推导出的最优策略在攻击者拥有完整预存利用工具集时，能显著降低攻击者预期攻陷时间，表现优于均匀随机化。
• 仿真结果表明，选择策略对安全性的影响力远超平台多样性水平本身，凸显了运行策略的重要性。
• 基于马尔可夫模型和组合数学的抽象分析揭示，有限时长效应和分数平台状态会显著改变预期攻陷时间，挑战了无限或理想化系统的假设。
• 四种分析方法（抽象、实验、博弈论、仿真）结果一致，验证了研究发现的稳健性，尽管存在反直觉结果。