ネットワーク上の進化ゲームを用いたマルウェア感染拡散対策モデルの検討

カテゴリ: 研究会(論文単位)

論文No: CMN21011

グループ名: 【C】電子・情報・システム部門 通信研究会

発行日: 2021/01/22

タイトル(英語): Consideration of a countermeasure model against the spread of malware using evolutionary games on networks

著者名: 三浦 秀芳(関西大学),木村 共孝(同志社大学),平田 孝志(関西大学)

著者名(英語): Miura Hideyoshi(Kansai University),Kimura Tomotaka(Doshisha University),Hirata Kouji(Kansai University)

要約(日本語): 感染したゾンビコンピュータ群の計算資源を利用し分散機械学習を行う事により，新たな脆弱性を発見，検出することで感染する自律進化型ボットネットの存在がこれまでの研究によって示唆されている．自律進化型ボットネットは，既存のボットネットとは比較にならないほど強力である．そこで本稿では，この自律進化型ボットネットに対抗する感染対策モデルの提案を行う．提案モデルでは，同盟ホストの計算資源を利用し分散機械学習を行うことで，自律進化型ボットネットよりも先に脆弱性を発見し，ホストを保護することにより感染抑制を狙う．さらに，ネットワーク上の進化ゲームを適用することで，モデル提供者は如何にして各ホストに対策グループへの参加を促すかを考察する．本研究では，マルコフ連鎖に基づくシミュレーション実験により提案モデルの評価を行う．

要約(英語): Previous studies have suggested the existence of self-evolving botnets that infects by discovering and detecting new vulnerabilities by performing distributed machine learning using the computational resources of infected zombie computers. The self-evolving botnets are incomparably more powerful than existing botnets._x000D_ Therefore, in this paper, we propose an infection control model that counteracts this self-evolving botnets. In the proposed model, vulnerabilities are discovered before the botnets by performing distributed machine learning using the computational resources of allied hosts, and infection control is aimed at by protecting the hosts._x000D_ In addition, we consider how model providers encourage each host to join the countermeasure group by applying evolutionary games on the network. In this study, Through simulation experiments based on a continuous-time Markov chain, we evaluate the performance of the countermeasure model.

本誌: 2021年1月25・26日通信研究会

本誌掲載ページ: 57-62 p

原稿種別: 日本語

PDFファイルサイズ: 919 Kバイト