在涉及建议的网络安全游戏中了解网络态势感知
帕尔维·阿加瓦尔,弗雷德里克·莫伊桑,克里奥蒂尔德·冈萨雷斯和瓦伦·达特
其他联系信息
Palvi Aggarwal:印度理工学院Mandi-印度理工学院Mandi,CMU-卡内基梅隆大学[匹兹堡]
弗雷德里克·莫伊桑:卡内基梅隆大学CMU(匹兹堡)
克里奥蒂尔德·冈萨雷斯:卡内基梅隆大学CMU[匹兹堡]
Varun Dutt:印度理工学院曼迪分校
打印后从哈尔
摘要:入侵检测系统(IDS)通过提供建议,帮助防御者建立网络态势感知。先前在模拟和博弈论方面的研究表明,类似IDS的建议的存在和准确性会影响防御者和对手的决策。在当前的论文中,我们通过分析防御者和对手在重复试验中的顺序决定,对先前的研究进行了新颖的分析。具体来说,我们开发了基于实例学习理论(IBLT)的计算认知模型,以捕捉防御者和对手在IDS可用性和准确性不同的许多条件下所做的顺序决策的动态。我们发现,基于近因、频率和可变性的认知机制比最优纳什解更好地解释了对抗和防御决策。我们讨论了我们的结果对网络世界中对抗和防御决策的影响。
关键词: 行为网络安全;模拟防守队员;模拟对手;入侵检测系统;态势感知;警报;网络安全游戏;基于实例的学习理论(在EconPapers中搜索类似项目)
日期:2018-12-01
注:在HAL开放存档服务器上查看原始文档:https://hal.science/hal-03188216
参考文献: 从CitEc查看完整的参考列表
引文: 通过RSS源跟踪引文
出版《国际网络态势感知杂志》,2018,3(1),11-38 p.⟨10.22619/IJCSA.2018.100118⟩
下载内容:(外部链接)
https://hal.science/hal-03188216/document(应用程序/pdf)
相关工作:
该项目可在EconPapers的其他地方获得:搜索对于具有相同标题的项目。
导出参考: BibTeX公司
RIS公司(尾注、ProCite、RefMan)HTML/文本
永久链接: https://EconPapers.repec.org/repec:hal:journl:hal-03188216
DOI(操作界面): 10.22619/IJCSA.2018.1018
访问统计信息用于本文
更多论文打印后来自哈尔
CCSD维护的系列书目数据().