Game Theory for Cyber Deception against Network SIR Epidemics - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2022

Game Theory for Cyber Deception against Network SIR Epidemics

Théorie des jeux et cybertromperie contre les épidémies réseau de type SIR

Serge Kamguia
  • Fonction : Auteur
  • PersonId : 1241834
  • IdRef : 268305978

Résumé

One of the deleterious aspects of the evolution of information and communication technologies is the combination of efficiency and effectiveness in the malware spread, which clearly constitutes a threat to the security of the users of these technologies.The term ``user'' here covers individuals, companies, governmental or non-governmental organizations, states, in short, any person or group of persons who communicate using the new technologies. Among these threats, we can cite rumors in a social network and the stealthy recruitment of naive users into a cyber terrorist army capable, for example, of causing serious damage to a company whose services are used by these same users. In these two cases, as in many others, users, tricked by skilled experts, participate against their will and against their own interest in a cyber attack of which they are not aware, the bearer of the attack being deception. Moreover, cybercriminals, unlike cyber defenders, violate the rules of privacy and are therefore the best, if not the only, informed of the vulnerability of the target of influence. Various game models have been proposed in the literature that approach epidemic control from a game theory perspective. Stochastic games (SGs) are the most appropriate for two main reasons: (1) they focus on the global outcome, called utility, rather than the reward of the current game stage; (2) they assume the inability of the players to control the evolution of the system, which reflects the naivety of the users. When they also take into account the asymmetry related to the fact that the attackers are the only ones to know about the vulnerability of the potential targets, they are said to be partially observable (POSGs). The existence of the epidemic can be explained by the naivety of the users, which is exploited by cheaters. The only way to stop the cheaters is to ambush them. Since the process is open-ended and the attackers know the result of their evaluation at each move, we propose to use a subtle ambush whose positioning strategy will not be inferred by the attackers. This assumption sets us apart from classical two-player zero-sum POSGs, in which the player who knows the state of the system can infer the action of his opponent. We propose a game model between a defender cyber deceiving an attacker who cyber deceives naive users.This is a two-player zero-sum POSG in which only one player has complete information and no player has perfect information. We also address the utility by taking into account that players are not interested in the sum of the step outcomes, but rather in the most critical outcome of the process.We also address the notion of utility by taking into account that players are not interested in the sum of step outcomes, but rather in the most critical outcome of the process. Finally, we propose a Bayesian game model (BG) that is based on the topology of the network to solve the active and stealthy propagation of the epidemic. We show that the algorithm for solving classical POSGs holds for our new POSG model, even when utility is seen as the most critical value of the process, and then we significantly increase the scalability of the solution by solving the Bayesian game. In addition to improving cyber security by integrating cyber deception into epidemic control, this work proposes, on the one hand, a novel idea for solving stochastic games whose utility is the extremum, on the other hand, one to improve the scalability of the value iteration algorithm by transforming an SG on a network into a centrality game.
L'un des aspects délétères de l'évolution des technologies de l'information et de la communication est la combinaison de l'efficacité et de l'efficience dans la propagation de codes malveillants, ce qui constitue clairement une menace pour la sécurité des utilisateurs de ces technologies. Le terme ``utilisateur'' recouvre ici les individus, les entreprises, les organisations gouvernementales ou non gouvernementales, les États, toute personne ou groupe de personnes qui communique en utilisant les nouvelles technologies. Parmi ces menaces, on peut citer les rumeurs dans un réseau social et le recrutement furtif d'utilisateurs naïfs dans une armée cyber-terroriste capable, par exemple, de causer de graves dommages à une entreprise dont les services sont utilisés par ces mêmes utilisateurs. Dans ces deux cas, comme dans beaucoup d'autres, les utilisateurs, trompés par des experts compétents, participent contre leur gré et contre leur propre intérêt à une cyberattaque dont ils ne sont pas conscients, le support de l'attaque étant la tromperie. De plus, les cybercriminels, contrairement aux cyber-défenseurs, violent les règles de la vie privée et sont donc les mieux, voire les seuls, informés de la vulnérabilité de la cible de l'influence. Divers modèles issus de la théorie des jeux sont proposés dans la littérature afin d'aborder le contrôle épidémique sous l'angle d'un problème stratégique. Les jeux stochastiques (SGs) sont les types de jeu les plus adéquats pour étudier ce genre de problème pour deux principales raisons : (1) ils s'intéressent au résultat global, appelé utilité, plutôt qu'à la récompense de l'étape courante de jeu ; (2) ils intègrent l’incapacité des joueurs à contrôler l’évolution du système, ce qui traduit la naïveté des utilisateurs. Lorsqu'ils tiennent aussi compte de l’asymétrie liée au fait que les attaquants sont les seuls à connaître de la vulnérabilité des cibles potentielles, ces types de SG sont dits partiellement observables (POSGs). L’existence d'un processus de propagation épidémique (virus informatique) s'explique par la naïveté des utilisateurs exploitée par des tricheurs. Un moyen d’arrêter les tricheurs est de leur tendre une embuscade. Puisque l'interaction entre les joueurs est répétée et les assaillants connaissent à chaque coup le résultat de leur évaluation, nous proposons donc d’utiliser une embuscade subtile dont la stratégie de positionnement ne sera pas inférée par les cyber-attaquants. Cette hypothèse nous écarte des POSGs classiques à deux joueurs et à somme nulle, dans lesquels le joueur qui connaît l’état du système peut inférer l'action de son adversaire. Dans cette thèse, nous proposons un nouveau modèle de jeu entre un défenseur trompant, dans et par les moyens du cyber-espace, un attaquant qui, dans et par les moyens du même cyber-espace, trompe les utilisateurs naïfs. Il s’agit d’un POSG à deux joueurs et à somme nulle dans lequel un seul joueur a une information complète et aucun joueur n’a une information parfaite. Nous abordons aussi la notion d’utilité maximale en tenant compte que les joueurs sont intéressés non pas à la somme des résultats à chaque étape, mais plutôt au résultat le plus critique du processus. Nous proposons enfin un modèle de jeu bayésien (BG) qui prend en compte la topologie du réseau dans la résolution de la propagation active et furtive de l’épidémie. Nous démontrons que l’algorithme de résolution des POSGs classiques peut être utilisée pour notre nouveau modèle de POSG, même lorsque l’utilité est vue comme la valeur la plus critique du processus. De plus, nous résolvons le jeu bayésien, qui répond au problème de passage à l'échelle mieux que le jeu stochastique.
Fichier principal
Vignette du fichier
Thesis_Olivier_KAMGUIA.pdf (2.85 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-04047854 , version 1 (27-03-2023)

Identifiants

  • HAL Id : tel-04047854 , version 1

Citer

Serge Kamguia. Game Theory for Cyber Deception against Network SIR Epidemics. Computer Science and Game Theory [cs.GT]. Université d'Avignon; Université de Dschang, 2022. English. ⟨NNT : 2022AVIG0105⟩. ⟨tel-04047854⟩
102 Consultations
83 Téléchargements

Partager

Gmail Facebook X LinkedIn More