Tiefes Lernen wird verwendet, um Hacker zu täuschen

Eine Gruppe von Informatikern an der University of Texas at Dallas hat einen neuen Ansatz für die Verteidigung gegen Cyberangriffe entwickelt. Anstatt Hacker zu blockieren, locken sie sie herein.

Die neu entwickelte Methode wird DEEP-Dig (DEcEPtion DIGging) genannt und lockt Hacker in eine Dekoy-Website, damit der Computer ihre Taktiken lernen kann. Der Computer wird dann mit den Informationen trainiert, um zukünftige Angriffe zu erkennen und zu stoppen.

Die Forscher der UT Dallas präsentierten ihr Papier mit dem Titel “Verbesserung von Intrusion-Detektoren durch Crook-Sourcing” auf der jährlichen Computer Security Applications Conference im Dezember in Puerto Rico. Die Gruppe präsentierte auch “Automatisierung von Cyberdeception-Evaluation mit Deep Learning” auf der Hawaii International Conference of System Sciences im Januar.

DEEP-Dig ist Teil eines zunehmend beliebten Bereichs der Cybersicherheit, der als Täuschungstechnologie bezeichnet wird. Wie der Name bereits vermuten lässt, basiert dieser Bereich auf Fallen, die für Hacker gestellt werden. Die Forscher hoffen, dass dies effektiv für Verteidigungsorganisationen eingesetzt werden kann.

Dr. Kevin Hamlen ist ein Eugene McDermott Professor für Informatik.

“Es gibt Kriminelle, die unsere Netzwerke ständig angreifen, und normalerweise betrachten wir das als etwas Negatives”, sagte er. “Anstatt sie zu blockieren, könnten wir sie vielleicht als kostenlose Arbeitskraft betrachten. Sie liefern uns Daten über das Aussehen von bösartigen Angriffen. Es ist eine kostenlose Quelle für hoch geschätzte Daten.”

Dieser neue Ansatz wird verwendet, um einige der großen Probleme zu lösen, die mit der Verwendung von künstlicher Intelligenz (KI) für die Cybersicherheit verbunden sind. Eines dieser Probleme ist, dass es einen Mangel an Daten gibt, die benötigt werden, um Computer zu trainieren, um Hacker zu erkennen, und dies wird durch Datenschutzbedenken verursacht. Laut Gbadebo Ayoade MS’14, PhD’19, bedeutet bessere Daten eine bessere Fähigkeit, Angriffe zu erkennen. Ayoade präsentierte die Ergebnisse auf den Konferenzen und ist jetzt ein Data-Scientist bei Procter & Gamble (PG ) Co.

“Wir verwenden die Daten von Hackern, um die Maschine zu trainieren, um einen Angriff zu erkennen”, sagte Ayoade. “Wir verwenden Täuschung, um bessere Daten zu erhalten.”

Die häufigste Methode, die von Hackern verwendet wird, ist es, mit einfacheren Tricks zu beginnen und sich allmählich zu verfeinern, laut Hamlen. Die meisten Cyber-Verteidigungsprogramme, die heute verwendet werden, versuchen, die Eindringlinge sofort zu stören, so dass ihre Techniken nie erlernt werden. DEEP-Dig versucht, dies zu lösen, indem es die Hacker in eine Dekoy-Website mit falschen Informationen lockt, damit ihre Techniken beobachtet werden können. Laut Dr. Latifur Khan, Professor für Informatik an der UT Dallas, erscheint die Dekoy-Website den Hackern als legitim.

“Angreifer werden sich erfolgreich fühlen”, sagte Khan.

Cyberangriffe sind ein großes Anliegen für Regierungsbehörden, Unternehmen, Non-Profit-Organisationen und Einzelpersonen. Laut einem Bericht des Weißen Hauses von der Council of Economic Advisers kosteten die Angriffe die US-Wirtschaft im Jahr 2016 über 57 Milliarden Dollar.

DEEP-Dig könnte eine wichtige Rolle bei der Weiterentwicklung der Verteidigungstaktiken spielen, während die Hackertechniken sich weiterentwickeln. Die Eindringlinge könnten die Methode stören, wenn sie erkennen, dass sie in eine Dekoy-Website gelockt wurden, aber Hamlen ist nicht übermäßig besorgt.

“Bisher haben wir festgestellt, dass dies nicht funktioniert. Wenn ein Angreifer versucht, mitzuspielen, lernt das Verteidigungssystem einfach, wie Hacker versuchen, ihre Spuren zu verbergen”, sagte Hamlen. “Es ist eine Win-Win-Situation – für uns, zumindest.”

Andere Forscher, die an der Arbeit beteiligt sind, sind Frederico Araujo PhD’16, Forschungswissenschaftler am IBM Thomas J. Watson Research Center; Khaled Al-Naami PhD’17; Yang Gao, ein Graduate-Student für Informatik an der UT Dallas; und Dr. Ahmad Mustafa von der Jordan University of Science and Technology.

Die Forschung wurde teilweise von der Office of Naval Research, der National Security Agency, der National Science Foundation und der Air Force Office of Scientific Research unterstützt.