Orbital Escalation: Modeling Satellite Ransomware Attacks Using Game Theory

यहाँ एफ़्रेन लोपेज़-मोरालेस के शोध पत्र "ऑर्बिटल एस्केलेशन: गेम थ्योरी का उपयोग करके सैटेलाइट रैनसमवेयर हमलों का मॉडलिंग" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

जबकि रैनसमवेयर (फिरौती) स्थलीय प्रणालियों (terrestrial systems) के लिए एक अच्छी तरह से प्रलेखित खतरा है, यह शोध पत्र तर्क देता है कि अंतरिक्ष-आधारित संपत्तियों (उपग्रहों) पर ऐसे हमलों की स्थितियाँ पहले से ही मौजूद हैं, फिर भी उनके मॉडलिंग या बचाव के लिए कोई औपचारिक ढांचा उपलब्ध नहीं है।

• खतरा: हमलावर ग्राउंड-साइड वेक्टर्स या ऑन-बोर्ड कमजोरियों (जैसे NASA का cFS) के माध्यम से लो अर्थ ऑर्बिट (LEO) या मीडियम अर्थ ऑर्बिट (MEO) उपग्रहों से समझौता कर सकते हैं, जिससे वैध ऑपरेटरों के लिए अंतरिक्ष यान तक पहुँच बाधित हो जाती है।
• अद्वितीय चुनौती: निरंतर संचार वाले स्थलीय सिस्टम के विपरीत, उपग्रह ऑपरेटरों को सीमित संचार विंडो (ऑर्बिटल पासेस) का सामना करना पड़ता है। यह एक समय-संवेदनशील, अनुक्रमिक निर्णय लेने वाला वातावरण बनाता है जहाँ प्रतिक्रिया में देरी (अगले पास की प्रतीक्षा करना) डाउनटाइम लागत को बढ़ा देती है और फिरौती की मांगों को तीव्र (escalate) होने देती है।
• अंतराल (Gap): कोई सार्वजनिक नीति या गणितीय ढांचा नहीं है जो उपग्रह मालिकों को इन विशिष्ट कक्षीय बाधाओं के तहत फिरौती देने, रिकवरी का प्रयास करने, या मिशन हानि को स्वीकार करने के बारे में मार्गदर्शन दे सके।

2. कार्यप्रणाली: ऑर्बिटल एस्केलेशन गेम (Methodology: The Orbital Escalation Game)

लेखक एक स्टैकेलबर्ग गेम (एक अनुक्रमिक लीडर-फॉलोअर गेम) प्रस्तावित करते हैं जिसे ऑर्बिटल एस्केलेशन गेम कहा जाता है। यह मॉडल पूर्ण सूचना (perfect information) और तर्कसंगत कर्ताओं (rational actors) को मानता है।

A. गेम संरचना (Game Structure)

• खिलाड़ी (Players):
  • हमलावर (लीडर): एक रैनसमवेयर विरोधी (जैसे राज्य-प्रायोजित APT) जो हमला शुरू करता है और एक रैनसम पॉलिसी निर्धारित करता है।
  • डिफेंडर (फॉलोअर): उपग्रह ऑपरेटर जो रैनसम को देखता है और एक प्रतिक्रिया रणनीति चुनता है।
• समय क्षितिज (Time Horizon): गेम डिस्क्रीट ऑर्बिटल पासेस ($k = 1 \dots K$) पर चलता है। गेम तब समाप्त होता है जब डिफेंडर भुगतान करता है, मना करता है, रिस्टोर सफल होता है, या अधिकतम क्षितिज $K$ तक पहुँच जाता है।
• रैनसम एस्केलेशन: प्रत्येक पास के साथ रैनसम की मांग $R_k$ रैखिक रूप से बढ़ती है: $R_k = R_0 + (k-1)\Delta R$।

B. रणनीतियाँ (Strategies)

• हमलावर की रणनीति ($\pi_A$): प्रारंभिक रैनसम ($R_0$) और एस्केलेशन इंक्रीमेंट ($\Delta R$) द्वारा परिभाषित है। हमलावर एक बार का एक्सप्लॉइट कॉस्ट ($C_{atk}$) और प्रति पास एक होल्डिंग कॉस्ट ($c_{hold}$) वहन करता है।
• डिफेंडर की रणनीतियाँ: प्रत्येक पास में, डिफेंडर चार क्रियाओं में से एक चुनता है:
  1. PAY (भुगतान करें): रैनसम $R_k$ स्थानांतरित करें (गेम समाप्त)।
  2. IDLE (निष्क्रिय): अगले पास की प्रतीक्षा करें (डाउनटाइम लागत $c_{\downarrow}$ का सामना करते हुए)।
  3. RESTORE $j$ (पुनर्स्थापना): एक विशिष्ट रिकवरी प्रक्रिया $j$ का प्रयास करें (लागत $C_j$, अवधि $d_j$ पासेस, सफलता की संभावना $p_j$)।
  4. REFUSE (मना करना): उपग्रह को त्याग दें (मिशन हानि $L_{ref}$ का सामना करते हुए)।

C. समाधान दृष्टिकोण (Solution Approach)

संतुलन (equilibrium) को डायनेमिक प्रोग्रामिंग और बैकवर्ड इंडक्शन का उपयोग करके हल किया जाता है:

1. डिफेंडर का अनुकूलन (Optimization): डिफेंडर अपेक्षित लागत को कम करने के लिए बेलमैन समीकरण (Bellman equation) का उपयोग करता है। प्रत्येक पास में, वे भुगतान करने, निष्क्रिय रहने, एक रिस्टोर का प्रयास करने (विफलता की संभावना और भविष्य की लागतों को ध्यान में रखते हुए), या मना करने की लागत की तुलना करते हैं।
2. हमलावर का अनुकूलन: डिफेंडर की इष्टतम प्रतिक्रिया नीति ($\mu^*$) को जानकर, हमलावर अपेक्षित लाभ (प्राप्त रैनसम माइनस एक्सप्लॉइट और होल्डिंग लागत) को अधिकतम करने के लिए $R_0$ और $\Delta R$ का चयन करता है।
3. संतुलन (Equilibrium): समाधान सबगेम परफेक्ट नैश इक्विलिब्रियम (SPNE) है, जहाँ हमलावर की नीति और डिफेंडर की प्रतिक्रिया एक-दूसरे के लिए इष्टतम होती हैं।

3. मुख्य योगदान (Key Contributions)

1. अंतरिक्ष के लिए पहला गेम-थ्योरेटिक मॉडल: यह उपग्रह रैनसमवेयर के लिए गेम थ्योरी लागू करने वाला पहला औपचारिक मॉडल है, जो विशेष रूप से ऑर्बिटल मैकेनिक्स (पासेस) और अंतरिक्ष-विशिष्ट बाधाओं को ध्यान में रखता है।
2. डायनेमिक फ्रेमवर्क: स्थलीय मॉडलों के विपरीत, यह मॉडल रैनसम मांगों के अस्थायी विकास और ऑर्बिटल संचार विंडो की "टिकिंग क्लॉक" प्रकृति को कैप्चर करता है।
3. व्यापक लागत मॉडलिंग: यह 7 आर्थिक कारकों को एकीकृत करता है, जिसमें डाउनटाइम लागत, रिस्टोर प्रक्रिया की लागत, सफलता की संभावनाएं और मिशन हानि का मूल्य शामिल है।
4. ओपन-सोर्स टूल: लेखक मॉडल को लागू करने और इक्विलिब्रियम की गणना करने के लिए एक ओपन-सोर्स विश्लेषण टूल प्रदान करते हैं।

4. केस स्टडी परिणाम: GPS III उपग्रह (Case Study Results: GPS III Satellite)

मॉडल को एक काल्पनिक रैनसमवेयर हमले पर लागू किया गया जो एक GPS III उपग्रह (मिशन लॉस ~$450M, डाउनटाइम लागत$3M/पास) को लक्षित करता है।

A. सैद्धांतिक संतुलन (आदर्श स्थितियाँ) (Theoretical Equilibrium - Ideal Conditions)

• परिदृश्य: एक हमलावर (D3FILERZ) $112.5M की मांग करता है, जो प्रति पास$6M की दर से बढ़ता है। क्षितिज 4 पास है।
• इष्टतम डिफेंडर रणनीति: डिफेंडर को कभी भुगतान नहीं करना चाहिए। इसके बजाय, उन्हें उच्च-संभावना वाले रिस्टोर प्रयासों को प्राथमिकता देनी चाहिए।
  • पास 1–3: "सेफ मोड" (उच्च सफलता दर $p=0.9$, कम लागत) निष्पादित करें।
  • पास 4: यदि सेफ मोड विफल रहता है, तो "प्रिविलेज्ड टेलीकमांड" (कम सफलता दर $p=0.4$, लेकिन तेज़) निष्पादently करें।
• परिणाम: हमलावर को $0 रैनसम** प्राप्त होता है और उसे **-$14.04M का शुद्ध नुकसान होता है (एक्सप्लॉइट और होल्डिंग लागत के कारण)। डिफेंडर न्यूनतम परिचालन लागत के साथ उपग्रह को बचाता है।

B. वास्तविक परिदृश्य (परिचालन वास्तविकता) (Realized Scenarios - Operational Reality)

शोध पत्र आदर्श संतुलन की तुलना दो परिचालन परिदृश्यों से करता है:

1. अतैयार डिफेंडर (Unprepared Defender): जिनके पास मानक संचालन प्रक्रियाएं (SOPs) नहीं हैं।
   • परिणाम: रिस्टोर शुरू करने में देरी के कारण "IDLE" पासेस होते हैं। रैनसम बढ़ता है, और समय पर निष्पादन की कमी के कारण सेफ मोड का प्रयास विफल हो जाता है।
   • परिणाम: डिफेंडर को $136.5M** का भुगतान करने के लिए मजबूर होना पड़ता है। कुल लागत: **$148.51M। हमलावर का लाभ: $122.46M।
2. तैयार डिफेंडर (Prepared Defender): जिनके पास परीक्षित SOPs हैं और वे तुरंत कार्रवाई करते हैं।
   • परिणाम: समय सीमा के भीतर सेफ मोड और प्रिविलेज्ड TC निष्पादित करता है।
   • परिणाम: उपग्रह रिकवर हो गया। कुल लागत: $9.02M**। हमलावर का लाभ: **-$14.03M।

5. महत्व और निहितार्थ (Significance and Implications)

• परिचालन तत्परता महत्वपूर्ण है: यह अध्ययन प्रदर्शित करता है कि एक विनाशकारी वित्तीय हानि ($148M) और एक प्रबंधनीय परिचालन लागत ($9M) के बीच का अंतर तैयारी (रिकवरी प्रक्रियाओं का परीक्षण करना) में निहित है।
• नीति मार्गदर्शन: उपग्रह मालिकों को हमले से पहले रिकवरी परीक्षण, सिमुलेशन और "वॉरगेमिंग" में निवेश करने के लिए एक मात्रात्मक आधार प्रदान करता है।
• रणनीतिक अंतर्दृष्टि: यह दिखाता है कि उच्च-मूल्य वाली संपत्तियों के लिए, आक्रामक रिकवरी प्रयासों पर ध्यान केंद्रित करते हुए, भुगतान करना अक्सर उप-इष्टतम (suboptimal) होता है, बशर्ते रिकवरी की सफलता की संभावना पर्याप्त रूप से उच्च हो और डाउनटाइम लागतों को प्रबंधित किया जा सके।
• सीमाएँ और भविष्य का कार्य: मॉडल वर्तमान में पूर्ण सूचना और डिस्क्रीट पासेस को मानता है। भविष्य के कार्यों में बेयसियन गेम्स (अनिश्चितता), निरंतर संचार विंडो (इंटर-सैटेलाइट लिंक्स), और कॉन्स्टेलेशन-स्तरीय हमलों को शामिल करने का लक्ष्य है।

निष्कर्ष (Conclusion)

यह शोध पत्र स्थापित करता है कि हालांकि उपग्रह रैनसमवेयर आज एक सैद्धांतिक खतरा है, लेकिन ऑर्बिटल एस्केलेशन गेम निर्णय लेने के लिए एक मजबूत ढांचा प्रदान करता है। यह सिद्ध करता है कि उचित तैयारी और भुगतान के बजाय तीव्र, संभाव्य रिकवरी पर केंद्रित रणनीति के साथ, उपग्रह ऑपरेटर परिष्कृत हमलावरों के खिलाफ भी रैनसमवेयर खतरों को बेअसर कर सकते हैं।