[论文解读] Toward a Theory of Cyber Attacks

Saeed Valizadeh, Marten van Dijk|arXiv (Cornell University)|Jan 6, 2019

Information and Cyber Security参考文献 26被引用 5

一句话总结

本文提出一种马尔可夫博弈框架，将网络攻击中的对抗性进展建模为增量学习过程，其中防御者随时间推移不断提升检测能力。该文引入安全容量区域，严格界定攻击者在时间预算 $T_{bud}$ 内达成目标 $k$ 的概率，证明其至多为 $ ext{poly}(T_{bud}) olimits\cdot\text{negl}(k)$，从而为动态防御系统提供类似密码学的安全保障。

ABSTRACT

We provide a general methodology for analyzing defender-attacker based "games" in which we model such games as Markov models and introduce a capacity region to analyze how defensive and adversarial strategies impact security. Such a framework allows us to analyze under what kind of conditions we can prove statements (about an attack objective $k$) of the form "if the attacker has a time budget $T_{bud}$, then the probability that the attacker can reach an attack objective $\geq k$ is at most $poly(T_{bud})negl(k)$". We are interested in such rigorous cryptographic security guarantees (that describe worst-case guarantees) as these shed light on the requirements of a defender's strategy for preventing more and more the progress of an attack, in terms of the "learning rate" of a defender's strategy. We explain the damage an attacker can achieve by a "containment parameter" describing the maximally reached attack objective within a specific time window.

研究动机与目标

• 开发一个通用的理论框架，用于建模现实世界中的网络攻击，同时考虑攻击者与防御者在动态、时间受限场景下的策略。
• 解决现有博弈论方法在网络安全领域中缺乏可推广且面向安全保证的模型的问题。
• 将防御者的学习过程形式化为一个渐进式过程，随时间推移降低攻击者成功概率，从而实现严谨的安全分析。
• 定义一个安全容量区域，以量化防御系统基于学习速率和时间预算对攻击者的遏制能力。
• 为面临自适应、多阶段攻击的系统提供类似密码学的安全保障，重点关注攻击达成时间与成功概率的边界。

提出的方法

• 将攻击者-防御者互动建模为马尔可夫博弈，其中每步移动使攻击者更接近目标，同时推动防御者的知识学习。
• 引入学习速率函数 $f(l)$，表示防御者在观察到 $l$ 个攻击样本后检测准确率，满足 $1 - f(l) \leq O(l^{-a})$，其中 $a \geq 2$。
• 定义安全容量区域以评估防御系统效率，要求防御者学习速度足够快，以阻止攻击者推进。
• 使用游戏模拟器（算法2）追踪攻击者向 $k$ 个目标的进展，并在检测到足够证据时重新分配防御资源。
• 应用概率界限证明，攻击者成功概率为 $\text{poly}(T_{bud})\cdot\text{negl}(k)$，确保最坏情况下的安全性。
• 结合网络层（$ olimits\gamma$）和主机层（$h$）的检测概率，以建模多层防御响应。

实验结果

研究问题

• RQ1 在何种条件下，防御者的学习过程能有效降低攻击者在时间预算 $T_{bud}$ 内达成目标 $k$ 的概率？
• RQ2 如何量化防御者的学效率并将其与安全容量区域关联，以确保可证明的安全保障？
• RQ3 在时间预算 $T_{bud}$ 限制下，攻击者最多能达成的攻击目标为何？如何利用概率模型对其进行边界约束？
• RQ4 防御者检测并响应攻击行为的能力如何随时间影响系统的整体安全性？
• RQ5 在存在通过操纵训练数据误导防御者的欺骗性攻击者时，学习速率与误报率如何影响系统的安全性？

主要发现

• 攻击者达成目标 $k$ 的成功概率被限制在 $\text{poly}(T_{bud})\cdot\text{negl}(k)$，提供了严谨的类似密码学的安全保障。
• 若学习速率停滞（$f(l)$），将导致遏制机制失效，使攻击者在有限时间预算内成功。
• 防御者必须实现满足 $1 - f(l) \leq O(l^{-2})$ 的学习速率，以确保有效遏制，且对 $a = 2$ 提供了证明。
• 安全容量区域被确立为评估防御系统效率的指标，检测概率向 1 快速收敛是安全性的关键。
• 该框架揭示，防御者无法承受延迟学习；早期且持续的检测对防止成功攻击至关重要。
• 该模型同时考虑了网络层（$ olimits\gamma$）和主机层（$h$）的检测，表明多层监控可显著提升防御者遏制攻击的能力。