Attack-Type-Aware Dynamic Bayesian Defense: A Three-Level Non-Zero-Sum Game for Brute-Force and SQL Injection Attacks

デジタル世界において、セキュリティとは、侵入しようとする者と、それを阻止しようとする者の間で行われる絶え間ない交渉である。正面玄関と裏窓のある建物を想像してみてほしい。泥棒は、何度も力強い衝撃を与えてドアを蹴り破ろうとするかもしれないし、あるいは、偽造した鍵を郵便受けから滑り込ませて錠前を欺こうとするかもしれない。これらは全く異なる種類のトラブルであり、それぞれ異なる対応を必要とする。ドアを蹴り破る行為には、重厚で即時的な障壁が必要だが、郵便受けのトリックには、鍵そのものを注意深く検査する必要がある。もし建物管理者が、両方の脅威に対して同じような強硬なアプローチをとってしまったら、エネルギーを浪費し、正当な居住者を誤って締め出してしまうことになるだろう。逆に、対応が軽すぎれば、建物は突破されてしまう。現代のサイバー防御における核心的な課題は、現時点でどのような種類のトラブルが発生しているのかを正確に把握し、システムを円滑に稼働させつつも、脅威を阻止するのに十分な強さを持ち、かつ過剰ではない適切なレスポンスを選択することである。

カシミール、マレーシア、インドネシアの大学に所属する研究者のマクスード・フセイン・ワニとその同僚たちは、この意思決定を行うための新しい手法を開発した。彼らは「Attack-Type-Aware Dynamic Bayesian Defense（攻撃タイプ認識型動的ベイズ防御）」、すなわちATA-DBDと呼ばれるシステムを構築した。このシステムは、すべてのコンピュータ攻撃を一つのぼやけた脅威として扱うのではなく、ブルートフォース攻撃（ドアを繰り返し蹴る行為のようなもの）と、SQLインジェクション攻撃（郵便受けから偽造された鍵を滑り込ませる行為のようなもの）という、2つの特定のデジタル侵入を区別することを学習する。チームは、スマートで適応型のガードマンとして機能する数学的モデルを構築した。このガードマンは、単に今見えているものに反応するのではない。過去に何が起きたかという記録を常に保持し、新たな手がかりが入るたびに自身の確信を更新し、その上で最も適切なレベルの防御を選択するのである。目標は、完璧なバランスを見出すことである。すなわち、リソースを浪費したり通常のユーザーを妨害したりすることなく、悪意ある攻撃者を阻止することである。

研究者たちは、攻撃が時間の経過とともに発生するデジタル環境をシミュレートすることで、このアイデアをテストした。彼らは、「常にドアを施錠しておく」あるいは「常に開けておく」といった固定されたルールを用いる古い手法と比較した。また、異なるレスポンスを組み合わせようとする、既報の戦略とも比較を行った。シミュレーションは、1万回の活動サイクルを実行し、3つの異なる経済シナリオ（デジタル資産が中程度の価値を持つシナリオ、防御コストよりも価値が低いシナリオ、および極めて高い価値を持つシナリオ）を網羅した。あらゆるシナリオにおいて、この新しいシステムは古い固定戦略を上回る性能を示した。このシステムは、より少ないエネルギーを使用しながら、より高い頻度でシステムを安全に保つことができた。例えば、資産が中程度の価値を持つシナリオでは、新システムは99.15%の確率でシステムを安全に保ちつつ、利用可能なエネルギーの80%以上を維持した。対照的に、古い混合戦略は、安全性は約78%にとどまり、大幅に多くのエネルギーを消費した。

このシステムを際立たせているのは、不確実性の扱い方である。現実の世界では、セキュリティシステムが攻撃者の行動を100%の確信を持って把握できることは稀である。新しいモデルは「ベイズ更新」と呼ばれるプロセスを使用しており、これは新たな証拠が入ってくるにつれて推測を洗練させていく手法である。警備員が物音を聞いた場面を想像してほしい。最初は単なる風の音かもしれないと考える。しかし、その後に重い衝撃音が続けば、警備員は自身の確信を更新し、侵入への備えを固める。もし音が止まれば、警戒を解く。ATA-DBDシステムもこれと同様のことを継続的に行う。システムは、現在進行中の事象がブルートフォース攻撃なのか、SQLインジェクション攻撃なのか、あるいは攻撃が全くない状態なのかについて、「確信（信念）」を維持する。新しいデータを受け取るたびに、これらの確率を調整していく。証拠が攻撃の激化を示唆していれば、システムは自動的に防御レベルを引き上げる。証拠が弱まれば、レベルを縮小させる。これにより、システムは真に必要とされる時にのみ攻撃的になることができ、リソースを節約できるのである。

研究者たちはまた、すべての攻撃を同一のものとして扱うことは根本的な間違いであることも突き止めた。彼らは、ブルートフォース攻撃とSQLインジェクション攻撃は、対策に対する反応が異なるため、単一の汎用的な防御戦略ではうまく機能しないことを数学的に証明した。ブルートフォース攻撃を防ぐのに最適な防御は、SQLインジェクションに対しては無力である可能性があり、その逆もまた然りである。これらの脅威を分離し、それぞれに独自の成功と失敗のルールを与えることで、新しいシステムはより鋭い判断を下すことが可能となった。テストにおいて、システムは攻撃の種類と適切なレスポンスのレベルを高い精度で特定し、システムの正しい状態を検知するにあたって98.51%の状態精度と0.939のマクロF1スコアを達成した。

本研究は、公開されている攻撃スケジュールのデータセットを用いて、現実的なイベントのタイムラインを作成し、完全にコンピュータ・シミュレーションを通じて行われた。研究者たちはこれをライブネットワーク上でテストしたわけではなく、したがって、結果は混沌とした現実世界の環境ではなく、制御されたシミュレーション条件下でのパフォーマンスを示すものである。しかし、その結果はシミュレーション内において堅牢である。このシステムは、攻撃が発生していないときに誤って防御を起動してしまう現象、いわゆる「誤報（偽陽性）」を、制御されたカレンダーテストにおいてわずか1.07%にまで抑えることに成功した。また、攻撃が始まった後の応答時間も最小限に抑えられ、シミュレーションのタイムラインにおける平均遅延はわずか0.08ウィンドウ（1ウィンドウは5分間隔を表す）であった。

最も驚くべき結果の一つは、このシステムが「考えを変えるコスト」をどのように扱ったかである。低レベルの防御モードから高レベルの防御モードへの切り替えには、少量のエネルギーを要し、一時的にサービスを中断させる可能性がある。新しいシステムは、不要な切り替えを避けることを学習した。証拠がその変更コストを正当化できるほど十分に強力である場合にのみ、防御レベルを変更するのである。この「近視眼的（myopic）」なアプローチ（現在の瞬間の最善の決定を下そうとしつつ、変更に伴うコストも考慮する手法）は、非常に効果的であることが証明された。これにより、システムはトラフィックの些細な変動に対して過剰反応することを防いだ。これは、より単純なセキュリティシステムによく見られる問題である。

研究者たちはまた、受信するデータにノイズが含まれていたり、不明瞭であったりする場合に、システムがどの程度耐えられるかもテストした。現実の世界では、センサーは完璧ではなく、データは乱雑になりがちである。研究者がシミュレーションにかなりのノイズを導入した場合でも、システムは高いレベルのパフォーマンスを維持した。異なる種類の攻撃を識別し、レスポンスを調整する能力は依然として強く、この手法が弾力性（レジリエンス）を備えていることを示した。システムは不確実性の下で崩壊することなく、むしろ適応し、比較対象となった固定戦略よりも優れた意思決定を継続した。

最終的に、この研究は、デジタル防御をどのように設計すべきかについての新しい設計図を提示している。それは、静的で画一的なセキュリティの壁という概念から脱却し、異なる脅威のニュアンスを理解する、動的でインテリジェントなシステムへと移行するものである。ブルートフォース攻撃とSQLインジェクションを個別の問題として扱い、意思決定を導くための学習プロセスを用いることで、システムは固定されたルールでは到達できないレベルの効率性を達成している。この研究の結果は、将来のセキュリティシステムが、絶え間ない高度な警戒という重いコストを課すことなく、価値あるデジタル資産をより安全かつ効率的に保護できる可能性を示唆している。本研究はシミュレーションによる限定的なものであるが、直面する脅威と同じくらい賢明で適応力のある防御を構築するための、明確かつ数学的に裏付けられた道筋を提供している。