دانلود ترجمه مقاله برای تبادل بین محرمانه ماندن اطلاعات و کاربردی بودن آن ها (ACM 2017) (ترجمه ویژه – طلایی ⭐️⭐️⭐️)

برای تبادل بین محرمانه ماندن اطلاعات و کاربردی بودن آن ها در سیستم های تشخیص نفوذ مشترک – یک روش نظری بازی

On the Tradeoff between Privacy and Utility in Collaborative Intrusion Detection Systems-A Game Theoretical Approach

چکیده

1- مقدمه

2- فرمول‌بندی مسئله

2-1- مدل مهاجم

2-2- مدل مدافع

2-3- تنظیمات کلی

3- مدل بازی تشخیص تعامل مشارکتی

3-1- اولین لایه از بازی رهبر-دنباله رو

3-2- دومین لایه از بازی

4- حل کردن بازی

4-1- اولین لایه از بازی رهبر-دنباله رو

4-2- دومین لایه از بازی

5- مطالعه عددی

5-1- تبادل بین محرمانه ماندن اطلاعات و کاربردی بودن آن‌ها

5-2- استراتژی‌های همکاری

6- محدودیت‌ها

7- نتیجه‌گیری و کارهای آینده

چکیده

سیستم‌های تشخیص نفوذ (IDSs) مکانیسم‌های امنیتی مهمی هستند که تا حد گسترده‌ای برای حفاظت از شبکه بحرانی بکار گرفته می‌شوند. به هر حال، IDS های معمولی با توجه به رشد سریع اندازه شبکه‌ها و پیچیدگی حملات در مقیاس بزرگ، ناکارآمد هستند. برای کاهش این مسئله، IDSهای مشارکتی (CIDSها) در نشریات پیشنهاد شده‌اند. در CIDSها، تعدادی از IDSها هشدارهای نفوذ و داده‌های مرتبط دیگر را برای دستیابی به عملکرد بهتر در تشخیص نفوذ مبادله می‌کنند. با این وجود، تبادل اطلاعات مورد نیاز ممکن است منجر به فاش شدن اطلاعات محرمانه بخصوص درزمانی که این IDSها به سازمان‌های مختلف خودکفا تعلق دارند، شود. به منظور دستیابی به یک شناخت کمّی از تبادل بین صحت تشخیص نفوذ و حریم خصوصی سازمان، یک بازی چند نفره یک رهبره دولایه تکراری در این کار معرفی شد. بر اساس آنالیز نظری بازی، ما می‌توانیم رفتارهای مورد انتظار از مهاجم و IDSها را استنتاج کنیم و منحنی تبادل محرمانگی و سودمندی را به دست آوریم. علاوه براین، وجود تعادل نش (NE) ثابت شده است و یک الگوریتم به روز پویای غیرهمزمان نیز برای محاسبه استراتژی‌های مشارکت بهینه IDSها پیشنهاد شده است. در پایان، نتایج شبیه سازی برای اعتباربخشی به این آنالیز نشان داده ‌شده‌اند.

7- نتیجه‌گیری و کارهای آینده

در این کار، تبادل بین محرمانه ماندن اطلاعات و کاربردی بودن آن‌ها در CIDها به‌صورت یک بازی چندنفره تک رهبره دولایه تکراری فرمول‌بندی شده است که زمانی که IDSها با موفقیت به مهاجم پاسخ می‌دهند ، پایان می‌یابد. با حل اولین لایه از بازی رهبر-دنباله رو ، منحنی تبادل محرمانگی-کاربردپذیری برای استراتژی‌های همکاری موردنظر، بسته به سیاست‌های حریم خصوصی سازمان‌های مختلف به دست آمده است. با حل دومین لایه از بازی، استراتژی‌های مشارکتی برای IDSها در NE می‌توانند محاسبه شوند. علاوه براین، وجود NE در دومین لایه از بازی اثبات شد و الگوریتم به روز پویای غیر هم‌زمان برای محاسبه NE ایجاد گردید. ادامه این کار برای تنظیمات پویا یا حملات چندگانه محتمل شامل جهت‌گیری‌های جالبی در آینده می‌باشد.

Abstract

Intrusion Detection Systems (IDSs) are crucial security mechanisms widely deployed for critical network protection. However, conventional IDSs become incompetent due to the rapid growth in network size and the sophistication of large scale aŠacks. To mitigate this problem, Collaborative IDSs (CIDSs) have been proposed in literature. In CIDSs, a number of IDSs exchange their intrusion alerts and other relevant data so as to achieve beŠer intrusion detection performance. Nevertheless, the required information exchange may result in privacy leakage, especially when these IDSs belong to di‚erent self-interested organizations. In order to obtain a quantitative understanding of the fundamental tradeo‚ between the intrusion detection accuracy and the organizations’ privacy, a repeated two-layer single-leader multi-follower game is proposed in this work. Based on our game-theoretic analysis, we are able to derive the expected behaviors of both the aŠacker and the IDSs and obtain the utility-privacy tradeo‚ curve. In addition, the existence of Nash equilibrium (NE) is proved and an asynchronous dynamic update algorithm is proposed to compute the optimal collaboration strategies of IDSs. Finally, simulation results are shown to validate the analysis.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

برای تبادل بین محرمانه ماندن اطلاعات و کاربردی بودن آن ها در سیستم های تشخیص نفوذ مشترک – یک روش نظری بازی

On the Tradeoff between Privacy and Utility in Collaborative Intrusion Detection Systems-A Game Theoretical Approach