评估针对人类对手的自适应网络防御欺骗策略
在网络防御中,欺骗策略是一种重要的手段。为了评估不同的自适应欺骗策略,进行了两次实验,涉及多种防御算法,下面详细介绍相关内容。
实验 1
在实验 1 中,人类对手与三种防御算法进行对抗,分别是 Static Pure、Static Equilibrium 和 LLR。
-
蜜罐攻击比例
- 通过重复测量方差分析(ANOVA)比较防御算法和区块对蜜罐攻击比例的影响。结果表明,防御算法、区块及其交互作用均有显著影响。
- 蜜罐攻击比例从低到高依次为 Static Pure、Static Equilibrium 和 LLR。具体数据如下表:
| Effect | df | F - ratio | p | 𝜼² |
| ---- | ---- | ---- | ---- | ---- |
| Defender | 2, 296 | 574.31 | <0.001 | 0.79 |
| Block | 4, 1184 | 14.84 | <0.001 | 0.05 |
| Defender: block | 8, 1184 | 6.48 | <0.001 | 0.04 |
-
切换行为
- 计算了三种算法在获得(选择真实节点)或损失(选择蜜罐)后停留或切换的概率列联矩阵。
- 结果显示:
超级会员免费看
订阅专栏 解锁全文
605

被折叠的 条评论
为什么被折叠?



