深度学习用于欺骗黑客

德克萨斯大学达拉斯分校的一组计算机科学家开发了一种新的方法，用于防御网络安全。他们不是阻止黑客，而是诱骗黑客进入陷阱。

这种新方法被称为DEEP-Dig（DEcEPtion DIGging），它诱骗黑客进入一个诱饵网站，以便计算机可以学习他们的策略。然后，计算机使用这些信息来识别和阻止未来的攻击。

德克萨斯大学达拉斯分校的研究人员在12月的波多黎各计算机安全应用会议上发表了题为“通过骗局改进入侵检测”的论文。他们还在1月的夏威夷系统科学国际会议上发表了“使用深度学习自动化网络欺骗评估”的论文。

DEEP-Dig是网络安全领域中越来越流行的欺骗技术的一部分。顾名思义，这个领域依赖于为黑客设置的陷阱。研究人员希望这种技术能够被用于防御组织。

凯文·哈姆伦博士是计算机科学的尤金·麦克德莫特教授。

“总是有犯罪分子试图攻击我们的网络，我们通常认为这是一个负面的事情，”他说。“但是，我们可以将这些攻击者视为免费劳动力。他们为我们提供了有关恶意攻击的数据。这是一个免费的、非常宝贵的数据来源。”

这种新方法被用于解决人工智能（AI）在网络安全方面的一些主要问题。其中一个问题是，用于训练计算机检测黑客的数据不足，这是由于隐私问题引起的。根据Gbadebo Ayoade MS’14，PhD’19的说法，拥有更好的数据意味着更好的检测攻击能力。Ayoade在会议上发表了研究结果，现在他是宝洁公司的数据科学家。

“我们使用黑客的数据来训练机器识别攻击，”Ayoade说。“我们使用欺骗来获得更好的数据。”

哈姆伦说，黑客最常用的方法是从简单的诡计开始，然后逐渐变得更加复杂。今天使用的大多数网络防御程序试图立即破坏入侵者，因此入侵者的技术永远不会被学习。DEEP-Dig试图通过将黑客引入一个充满错误信息的诱饵网站来解决这个问题，从而可以观察到他们的技术。根据德克萨斯大学达拉斯分校计算机科学教授拉蒂福·汗的说法，诱饵网站看起来对黑客来说是合法的。

“攻击者会觉得他们成功了，”汗说。

网络攻击是政府机构、企业、非营利组织和个人的一大担忧。根据白宫经济顾问委员会的一份报告，网络攻击在2016年使美国经济损失超过570亿美元。

DEEP-Dig可能在黑客技术演变的同时发挥重要作用。入侵者可能会破坏这种方法，如果他们意识到自己已经进入了诱饵网站，但是哈姆伦并不太担心。

“到目前为止，我们发现这行不通。当攻击者试图配合时，防御系统只是学习了黑客如何隐藏他们的踪迹，”哈姆伦说。“这是一个双赢的局面——对于我们来说是这样。”

其他参与此项工作的研究人员包括IBM托马斯·J·沃森研究中心的研究科学家弗雷德里科·阿劳霍（Frederico Araujo PhD’16）；卡利德·阿尔-纳阿米（Khaled Al-Naami PhD’17）；杨高，德克萨斯大学达拉斯分校计算机科学的研究生；以及约旦科学与技术大学的阿哈迈德·穆斯塔法博士（Dr. Ahmad Mustafa）。

该研究得到了海军研究办公室、国家安全局、国家科学基金会和空军科学研究办公室的部分支持。