[논문 리뷰] Shall we collaborate? A model to analyse the benefits of information sharing

Roberto Garrido-Pelaz, Lorena Gozalez-Manzano외 1명|arXiv (Cornell University)|2016. 07. 29.

Knowledge Management and Sharing참고 문헌 19인용 수 10

한 줄 요약

이 논문은 기능적 의존성 네트워크 분석과 게임 이론을 조합한 시뮬레이션 모델을 제안하여 상호의존적인 조직 간 사이버보안 정보 공유의 이점을 평가한다. 공유 정책이 모든 파트너와 함께 이루어질 경우, 특히 무작위 또는 고확률 공격 패tern에서 네트워크 전반의 복원력 향상이 두드러지며, 개인적 이득 없이도 높은 품질의 정보를 제공하는 핵심 노드를 규명한다. 이는 타겟된 인centives 제공이 협력 강화에 기여할 수 있음을 시사한다.

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.

연구 동기 및 목표

• 정보 공유의 이점은 있지만 조직 간 동기 부족 문제를 해결하기 위해.
• 기능적 의존성 네트워크를 사용해 상호의존 네트워크를 통해 확산되는 사이버공격을 모델링하기 위해.
• 게임 이론을 활용해 정보 공유 전략을 분석하고 상호 이득이 가능한 조건을 규명하기 위해.
• 다양한 공격 및 네트워크 조건에서 공유 정책을 테스트할 수 있는 시뮬레이션 프레임워크를 개발하기 위해.
• 낮은 보상을 얻지만 높은 품질의 정보를 기여하는 핵심 노드를 규명하여 보상 정책 필요성을 제안하기 위해.

제안 방법

• 기능적 의존성 네트워크 분석(FDNA)을 사용해 상호의존적 조직 간 사이버공격의 전파를 모델링하고 시뮬레이션한다.
• 게임 이론을 적용해 정보 공유 전략적 결정을 모델링하며, 각 조직을 협력 게임의 합리적 플레이어로 간주한다.
• 다양한 공격 패턴에서 여러 공유 정책(예: 모든 이웃과 공유, 의존성 있는 이웃만 공유, 공유 없음)을 테스트하기 위해 시뮬레이션 프레임워크를 구현한다.
• 결과 평가를 위해 평균CIA(MeanCIA, 기밀성, 무결성, 가용성) 및 이득(Gain, 정보 품질 영향도)와 같은 지표를 추적한다.
• 다양한 공격 시나리오에서 개별 노드 성능과 전체 네트워크 복지 수준을 평가한다.
• 정보 공유가 집단적 보안 향상에 기여하는 조건을 분석하고, 영향력은 크지만 보상이 적은 기여자를 식별한다.

실험 결과

연구 질문

• RQ1 상호의존적 조직 간 정보 공유가 네트워크 전반의 복지 향상에 기여하는 데 유리한 네트워크 및 공격 조건는 무엇인가?
• RQ2 다양한 정보 공유 전략(예: 모든 이웃과 공유 vs. 의존성 있는 이웃만 공유)이 네트워크의 평균CIA에 어떤 영향을 미치는가?
• RQ3 어느 조직이 가장 유용한 정보를 기여하는가? 그리고 그들은 정보 공유로 인해 이득을 보는가?
• RQ4 무료로 이용하거나 비협력 전략이 우세해지는 조건은 무엇인가?
• RQ5 무작위 공격 대비 타겟 공격 행동이 정보 공유의 효과성에 어떤 영향을 미치는가?

주요 결과

• 모든 조직과 정보를 공유하는 정책이 다양한 공격 시나리오에서 네트워크 전반의 평균CIA 향상에 가장 높은 기여를 하였으며, 각각 64%, 33%, 32%의 향상률 기록.
• 무작위 공격 5%('Attack 5% Random') 시나리오는 공유 정책과 관계없이 '공격 확률 높은 의존성' 또는 '공격 확률 높은 서비스' 시나리오보다 더 큰 영향을 미쳤으며, 정보 공유가 이루어지지 않은 경우 무작위 공격이 더 파괴적임을 시사함.
• 정보 공유로 인해 이득을 보지 못하는 노드(G_i^200 ≤ 0)는 수신한 정보보다 더 많은 고급 정보(Q_i^out)를 제공함을 보여, 제로데이 공격과 같은 새로운 위협에 먼저 대응하는 초기 대응자임을 시사함.
• 이러한 이득 없이도 기여도가 높은 노드는 네트워크 건강 유지에 핵심적이며, 협력 지속을 위해 보상 정책이 필요함.
• 시뮬레이션 프레임워크는 모든 파트너와의 공유가 부분적 또는 비공유 정책보다 항상 집단적 네트워크 복원력 향상에 뛰어난 성능을 보임을 성공적으로 규명함.
• 모델은 시뮬레이션 결과 기반으로 조직 및 정부가 실제 구현 전에 공유 전략을 평가할 수 있는 의사결정 지원 도구를 제공함.