《RELIABILITY ENGINEERING & SYSTEM SAFETY》:A belief-gated defense architecture for 5G cloud-native incomplete information games
编辑推荐:
摘要5G核心网与Kubernetes云原生基础设施的深度融合使得攻击面高度动态化且难以全面观测,防御方因缺乏对攻击者真实意图与当前位置的认知,面临严重的不完全信息决策困境。针对现有确定性防御策略在面对未见攻击场景时泛化能力有限的问题,本文提出了一种基于贝叶斯信念门控的防御架构
摘要
5G核心网与Kubernetes云原生基础设施的深度融合使得攻击面高度动态化且难以全面观测,防御方因缺乏对攻击者真实意图与当前位置的认知,面临严重的不完全信息决策困境。针对现有确定性防御策略在面对未见攻击场景时泛化能力有限的问题,本文提出了一种基于贝叶斯信念门控的防御架构。该架构协同集成了Simplex通用骨干网络与贝叶斯信念门控机制:前者是在混合攻击者环境中训练的端到端深度强化学习智能体,无需预设任何类型先验,即可学习涵盖多种防御子能力的统一策略表示;后者采用贝叶斯更新器实时推断攻击者类型与位置的后验分布,并以信念置信度作为切换信号——在不确定阶段激活Simplex骨干网络以确保泛化安全性,当置信度超过预设阈值时则动态调度细粒度专家策略。基于符合3GPP标准的5G-K8s联合攻击图进行的仿真实验表明,该架构显著提升了面对未知混合策略攻击时的防御鲁棒性,相较于单类型专家模型和均匀先验策略,分别降低了攻击者的胜率,并提高了防御收益。
引言
5G核心网向云原生架构的演进在弹性扩展和敏捷部署方面带来了优势,但同时也重塑了攻击面。服务网格化将攻击路径从"固定链路"转变为"动态跳板",而控制面信令对HTTP/2的依赖则引入了未经授权的访问等新的协议层威胁。攻击者的意图(数据窃取、服务中断、控制接管)及其潜在位置的不可观测性,迫使防御方陷入典型的不完全信息决策困境——防御方必须在不知晓对手类型和状态的情况下,实时生成有效的安全策略。
博弈论为刻画此类攻防交互提供了形式化框架。贝叶斯博弈将对手的私有信息建模为类型空间,其核心思想是防御方通过观察对手的行为信号不断更新对对手类型的后验信念,然后基于该信念优化策略。这种"信念门控决策"范式为不完全信息下的防御提供了理论蓝图。
然而,直接将贝叶斯博弈应用于5G云原生场景面临两大挑战。第一,状态空间(节点被攻陷状态、防御措施衰减程度、服务中断程度)与攻击策略空间高度耦合,依赖精确模型的传统博弈论方法会遭遇维度灾难。第二,尽管深度强化学习凭借其函数逼近能力已成为关键突破口,但现有工作普遍将信念推断与策略优化解耦:信念更新往往被当作独立的预处理模块,由此产生的分布信息未能深度参与策略网络的表示学习和决策门控。因此,在信念模糊阶段,防御策略退化为静态响应,严重限制了泛化能力。
为应对上述问题,本文提出了一种由贝叶斯信念门控的通用防御架构。该架构的核心是将贝叶斯后验推断与深度强化学习中的策略表示紧密耦合。一方面,贝叶斯更新器维护对攻击者类型与位置的实时信念分布;另一方面,我们训练一个与类型无关的通用基础网络作为统一策略表示,并以信念置信度作为门控信号——在不确定阶段依赖基础网络的泛化能力,在置信阶段动态激活微调后的专家策略。本文的贡献可概括如下:
- 1.
提出了一种贝叶斯信念门控的通用防御架构,将攻击者类型与位置的后验推断与深度强化学习策略优化紧密耦合,缓解了现有方法中信念推断与策略学习之间的断裂问题。
- 2.
设计了一种双流门控Q网络,通过逐元素门控利用信念分布对物理状态表示进行条件化,使单一网络能够学习涵盖多种防御子能力的统一策略表示。
- 3.
构建了基于3GPP标准的5G-K8s动态攻击图仿真环境,并进行了大量对比实验,结果表明与单类型专家模型和启发式基线相比,所提架构显著降低了面对未见混合策略攻击时攻击者的胜率。
章节摘要
相关工作
本节从三个方面系统回顾了相关研究:5G云原生网络安全、网络攻防博弈论以及深度强化学习在攻防博弈中的应用。该节阐明了当前研究现状,识别了现有差距,并重点突出了本文的创新性与价值。
5G云原生动态攻击图构建
本节正式描述了5G云原生环境中动态攻击图的构建方法,给出了其数学定义与核心演化公式。攻击图用于表征攻击者可利用的原子攻击路径,其中节点表示网络实体,有向边表示攻击动作,而边属性则随系统状态与防御措施动态演化。
贝叶斯信念建模与防御策略
在建立了支配物理状态转移的动态攻击图之后,我们现在解决防御方的核心认知挑战:从不完美观测中推断攻击者的隐藏类型与位置。信念更新机制遵循预测-校正循环:防御方维护对攻击者类型与位置的概率信念,通过贝叶斯法则利用观测信号进行更新,并提取可操作的统计量以指导防御决策。
马尔可夫博弈形式化
为正式分析5G云原生环境中攻防双方之间的策略交互,我们将其博弈建模为两人零和部分可观测随机博弈(POSG)。前面各节开发的三个组成部分整合如下。动态攻击图(第3节)定义了物理拓扑和可行的原子动作集合。贝叶斯信念状态(第4节)捕捉了防御方对攻击者的不确定性。
信念门控混合防御架构
该架构由三个协同组件构成:(i) 融合物理观测与信念信号的双流门控Q网络,(ii) 针对混合攻击者类型训练的通用骨干策略(Simplex),以及(iii) 基于信念置信度在Simplex策略与类型专用专家策略之间动态切换的BMoE机制。框架如图6所示。算法1总结了BMoE框架。训练阶段包括两个阶段:
实验设置与参数配置
表2总结了实验中使用的关键环境参数。网络拓扑包含18类节点,涵盖外部端点、5G核心控制面、用户面和数据面功能、Kubernetes控制面组件及管理基础设施。基于该拓扑构建的动态攻击图包含86条有向边,涵盖六种攻击类型。每条边的基础成功率源自CVSS可利用性评分,范围为
局限性与未来工作
本文研究了5G云原生网络中不完全信息下的自主防御挑战,防御方必须从不完美观测中推断攻击者的隐藏类型与位置,同时选择有效的对抗措施。我们将该交互形式化为一个嵌入动态攻击图的两玩家零和部分可观测随机博弈,该攻击图刻画了在
CRediT作者贡献声明
Wenhao Wu:软件、项目管理、形式化分析。Jie Yang:可视化、指导、项目管理。Wei You:写作–审阅与编辑、指导、资源、项目管理。Jun Liu:写作–审阅与编辑、写作–初稿撰写、数据整理。
利益冲突声明
作者声明,不存在可能影响本文所述工作的已知竞争性财务利益或个人关系。
Wenhao Wu|Jie Yang|Wei You|Jun Liu