راهبرد‌های بهینه‌ی دفاع از سامانه‌های حسّاس با وجود اهداف مجازی و رویکرد قابلیت اطمینان

رحیمدل میبدی, مهدی; امیری, امیرحسین; کرباسیان, مهدی

نوع مقاله : مقاله علمی - پژوهشی

نویسندگان

¹ دانشجوی دکتری مهندسی صنایع، دانشگاه پیام نور تهران.

² دانشیار، گروه مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه شاهد

³ دانشیار، گروه مهندسی صنایع، دانشگاه صنعتی مالک اشتر.

چکیده

امروزه دفاع از مناطق و منابع حسّاس، یکی از سیاست‌های کلان بقای دولت‌ها محسوب می‌شود و برای رسیدن به این هدف، به‌ کارگیری راهبرد‌های آگاهانه و مفید لازم و ضروری است. در این تحقیق، نمونه‌ سازی برای بهینه‌ یابی سرمایه‌ گذاری حفاظت از سامانه‌ های حساس در نظر گرفته شده است که در این سامانه‌ ها، مدافع با توجه به محدودیت‌های بودجه و فضای مورد نیاز برای تجهیزات دفاع، به دنبال حداقل‌‌سازی خسارت وارده از سوی مهاجم است در حالی ‌که هدف مهاجم تخریب حداکثری اهداف حساس با توجه به محدودیت‌های بودجه و وزن تجهیزات تهاجمی است. در این حالت، مدافع برای فریب‌ دادن مهاجم همچنین کاهش خسارت وارده به سامانه‌ های حساس، تعدادی اهداف مجازی (مصنوعی) ایجاد می‌کند و مهاجم در پی شناسایی نکردن قطعی این اهداف مجازی، برای تشخیص آنها به‌صورت احتمالی عمل می‌کند. به‌طور کلّی در این تحقیق، با توجه به احتمالات موجود در حمله‌ی موفق، قدرت تشخیص مهاجم در شناسایی اهداف مجازی، ساختار قابلیت اطمینان سامانه و رویکرد نظریه بازی‌ها در پیدا کردن نقطه‌ی ‌تعادل ، یک نمونه‌ی برنامه‌ریزی غیرخطی برای تعیین میزان سرمایه‌ گذاری دفاع از تمامی زیرسامانه ‌ها ارائه شده است. در نهایت، نمونه‌ی ارائه ‌شده‌ی تحقیق برای یک نمونه‌ی کاربردی استفاده می‌شود و نتایج نهایی آن، مورد تجزیه و تحلیل قرار می‌گیرد.

کلیدواژه‌ها

20.1001.1.23453915.1394.4.2.7.7

عنوان مقاله [English]

Optimal Strategies for Defense of Sensitive Systems with False Targets and Reliability Approach

نویسندگان [English]

Mahdi Rahimdel Meybodi ¹
Amirhossein Amiri ²
Mahdi Karbasian ³

¹ PhD Student of Industrial Engineering, Payam noor University, Tehran, Iran.

² Associate Professor, Industrial Engineering Department, Faculty of Engineering, Shahed University, Tehran, Iran

³ Associate Professor, Industrial Engineering Department, Malek ashtar University of Technology, Tehran, Iran.

چکیده [English]

Nowadays, protecting sensitive resources is one of the most important issues by government politics. So, it is essential that government, in order to achieve this target, utilizes beneficial strategies. In this paper, investment optimization for the protection of sensitive systems has been investigated. Defender minimizes the expected damage with respect to budget and area restrictions of defense equipment. However, the attacker maximizes the expected damage of sensitive targets with respect to cost and weight restrictions of attack equipment. Besides, defender deploys false elements to reduce the probability of system and real target vulnerability. False and real elements cannot be distinguished by the attacker. But the attacker has some probability of successfully detecting false targets. The aim of this study is to determine the optimal strategies for defense of sensitive targets considering probability of a successful attack, attacker capability in detecting false targets, reliability block diagram and game theory approach. Finally, the presented model is illustrated for the case study and final findings are analyzed.

کلیدواژه‌ها [English]

Sensitive systems
Reliability
Defense
False targets
Game Theory

مراجع

1. Zhuang J, Bier VM. (2007). Balancing terrorism and natural disasters-defensive strategy with endogenous attacker effort. Operations Research, Vol. 55(5), 976–999.

2. Gordon LA, Loeb M. (2002). The economics of information security investment. ACM Transactions on Information and System Security, Vol. 5(4), 438–457.

3. Patterson SA, Apostolakis GE. (2007). Identification of critical locations across multiple infrastructures for terrorist actions. Reliability Engineering and System Safety, Vol. 92(9), 1183–1203.

4. Zio E, Rocco CM. (2008). Security assessment in complex networks exposed to terrorist hazard: A simulation approach. International Journal of Critical Infrastructures, 80–95.

5. Sandler T, Siqueira K. (2009). Games and terrorism: recent developments. Simulation and Gaming, Vol. 40(2), 164–192.

6. Fudenberg D, Tirole J. (1991). Game theory. Cambridge, MA: MIT Press.

7. Elnaz B, János F, Dries V. (2013). Perfect equilibrium in games with compact action spaces. Games and Economic Behavior, Vol. 82, 490–502.

8. Ye D. (2013). On the complexity of deciding degeneracy in a bimatrix game with sparse payoff matrix. Theoretical Computer Science, Vol. 472, 104–109.

9. Guikema SD. (2009). Game theory models of intelligent actors in reliability analysis: a state of the art review, In: Bier VM, Azaiez MN, editors. Game theoretic risk analysis of security threats. New York: Springer, 13–31.

10. Kanturska U, Schmocker JD, Fonzone A, Bell MGH. (2009). Improving reliability through multi-path routing and link defiance: an application of game theory to transport, In: Bier VM, Azaiez MN, editors. Game theoretic risk analysis of security threats. New York: Springer, 199–227.

11. Xinyang D, Xi Z, Xiaoyan Su, Felix T.S, Yong H, Rehan S,Yong D. (2014). “An evidential game theory framework in multi Criteria decision making process.” Applied mathematics and computation, Vol. 244, 783–793.

12. Vicki M, Aniruddha N, Vinod A. (2005). Protection of simple series and parallel systems with components of different values. Reliability Engineering and System Safety, Vol. 87, 315–323. pp.).

13. Yong W, Gengzhong F, Nengmin W, Huigang L. (2015). Game of information security investment: Impact of attack types and network vulnerability. Expert Systems with Applications, Vol. 42, 6132–6146.

14.Levitin G. (2007). Optimal defense strategy against intentional attacks. IEEE Transactional Reliability, Vol. 56, 148–57.

15. .Levitin G, Hausken K. (2009). Parallel systems under two sequential attacks. Reliability Engineering and System Safety, Vol. 94, 763-772.

16 . Levitin G, Hausken K. (2010). Separation in homogeneous systems with independent identical elements. European Journal of Operational Research, Vol. 203, 625–634.

17 . Hausken K, Levitin G. (2009). Minmax defense strategy for complex multi state systems. Reliability Engineering and System Safety, Vol. 94, 577– 587.

18. Hausken K, Levitin G. (2009). Protection vs. false targets in series systems. Reliability Engineering and System Safety, Vol. 94, 973–981.

19. Hausken K. (2008). Strategic defense and attack for reliability systems.Reliability Engineering and System Safety, Vol. 181, 1740–1750.

20.Hausken K. (2010). Defense and attack of complex and dependent systems. Reliability Engineering and System Safety, Vol. 95, 29-42.

21.Levitin G, Hausken K, Yuanshun D. (2014). Optimal defense with variable number of overarching and individual protections. Reliability Engineering and System Safety, Vol. 123, 81–90.

22.Birolini A. (2007). Reliability Engineering: Theory and Practice, Fifth edition. Springer, Berlin Heidelberg, New York.

23- Tullock G. (1980). Efficient rent-seeking. In: Buchanan JM, Tollison RD, Tullock G, editors. Toward a theory of the rent-seeking society.College Station: Texas A&M University Press, 97–112.

24.Fontanini A, Ferreira PAV. (2014). A game-theoretic approach for the web services scheduling problem. Expert Systems with Applications, Vol. 41, 4743–4751.

25. Goldberg P, Arnoud P. (2014). On the communication complexity of approximate Nash equilibria. Games and Economic Behavior, Vol. 85, 19–31.

26. Surabhi S, Sinha SB. (2002). KKT transformation approach for multi-objective multi-level linear programming problems. European Journal of Operational Research, Vol. 143, 19–31.

27.Roghanian E, Aryanezhad MB, Sadjadi SJ. (2008). Integrating goal programming, Kuhn–Tucker conditions, and penalty function approaches to solve linear bi-level programming problems. Applied Mathematics and Computation, Vol. 195, 585–590.

28. Zhongping W, Lijun M, Guangmin W. (2014). Estimation of distribution algorithm for a class of nonlinear bilevel programming problems. Information Sciences, Vol. 256, 184–196.

29. Abdullah K, Sadan K, Lawrence VS. (2015).A game-theoretic genetic algorithm for the reliable server assignment problem under attacks. Computers & Industrial Engineering, Vol. 85, 73–85.

30. اصغرپور، محمدجواد (1389). تصمیم‌گیری گروهی و نظریه بازی‌ها با نگرش تحقیق در عملیات. تهران، انتشارات دانشگاه تهران.

مدیریت بحران

راهبرد‌های بهینه‌ی دفاع از سامانه‌های حسّاس با وجود اهداف مجازی و رویکرد قابلیت اطمینان

مراجع

مراجع

دوره 4، شماره 2 - شماره پیاپی 2
بهمن 1394
صفحه 85-94

راهبرد‌های بهینه‌ی دفاع از سامانه‌های حسّاس با وجود اهداف مجازی و رویکرد قابلیت اطمینان

مراجع

مراجع

دوره 4، شماره 2 - شماره پیاپی 2بهمن 1394صفحه 85-94

دوره 4، شماره 2 - شماره پیاپی 2
بهمن 1394
صفحه 85-94