論文の概要: HYDRA: Quantifying Botnet Resource Thresholds for Efficient Link-Flooding Attacks on LEO Satellite Networks
- arxiv url: http://arxiv.org/abs/2609.15693v1
- Date: Mon, 14 Sep 2026 15:00:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:06.465683
- Title: HYDRA: Quantifying Botnet Resource Thresholds for Efficient Link-Flooding Attacks on LEO Satellite Networks
- Title（参考訳）: HYDRA:LEO衛星ネットワーク上での効率的なリンク洪水攻撃のためのボットネットリソース閾値の定量化
- Abstract要約: 低地球軌道(LEO)衛星は、低遅延のグローバル接続にとって重要なバックボーンとして急速に出現している。
最近の研究で、リンクフローディング攻撃(LFAs)は、戦略的なネットワークボトルネックを緩和するために、星座固有の特性を活用できることが示されている。
本稿では,LFA変種をボットネット問題として定式化するモデリングおよび最適化フレームワークHYDRAを提案する。
- 参考スコア（独自算出の注目度）: 27.028118060394103
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Low Earth orbit (LEO) satellite constellations, such as Starlink and Kuiper, are rapidly emerging as a critical backbone for low-latency global connectivity. As these systems expand, they become more attractive attack targets, necessitating increased resilience and security. Threat actors seek to exploit constellation-specific properties such as predictable motion, time-varying topologies, and reliance on inter-satellite and ground-satellite links. Recent work has shown that link-flooding attacks (LFAs) can exploit these properties to congest strategic network bottlenecks. Yet, prior work does not quantify the resilience of LEO networks to targeted disruption. We present HYDRA, a modeling and optimization framework that formulates LFA variants as botnet minimization problems. HYDRA quantifies network resilience to LFAs by measuring the smallest active subset of bots and the corresponding traffic allocation required to disrupt communication between targeted geographic areas. Under matched stealth constraints, HYDRA achieves the same targeted disruption as ICARUS while using 34% fewer bots and 23% less aggregate attack traffic. HYDRA achieves over 97% success in sustaining continuous attacks as the network topology evolves. Finally, HYDRA evaluates five mitigation strategies, showing how routing diversification, ingress policing, distance-based traffic constraints, source throttling, and botnet attrition reduce attack success and improve network resilience to targeted disruption.
- Abstract（参考訳）: ローアース軌道(LEO)は、StarlinkやKuiperのような衛星星座が、低遅延のグローバル接続にとって重要なバックボーンとして急速に出現している。
これらのシステムが拡大するにつれて、より魅力的な攻撃目標となり、レジリエンスとセキュリティを向上する必要がある。
脅威的アクターは、予測可能な動き、時間変化トポロジー、衛星間リンクと地上衛星リンクへの依存など、星座固有の特性を活用しようとしている。
最近の研究で、リンクフローディング攻撃(LFAs)がこれらの特性を利用して戦略的ネットワークボトルネックを緩和できることが示されている。
しかし、以前の研究では、LEOネットワークの破壊対象に対するレジリエンスを定量化していない。
本稿では,LFA変種をボットネット最小化問題として定式化するモデリングおよび最適化フレームワークHYDRAを提案する。
HYDRAは、ボットの最小のアクティブサブセットと、対象地域間の通信を妨害するために必要なトラフィック割り当てを測定することで、LFAに対するネットワークレジリエンスを定量化する。
一致したステルス制約の下では、HYDRAはICARUSと同じ標的の破壊を達成し、ボットを34%削減し、総攻撃トラフィックを23%削減した。
HYDRAはネットワークトポロジが進化するにつれて、連続攻撃を継続する上で97%以上の成功を収めている。
最後に、HYDRAは5つの緩和戦略を評価し、ルーティングの多様化、侵入ポーリング、距離ベースのトラフィック制約、ソーススロットリング、ボットネットの誘引が攻撃の成功を減らし、ネットワークのレジリエンスを目標破壊に改善することを示す。
関連論文リスト
- Stateful Cooperative Agents Safeguarding LLMs Against Evolving Multi-Turn Attacks [56.45762972211923]
マルチターン攻撃に対するLDMの安全性を確保するためのプロアクティブ・ディフェンス・フレームワークを提案する。
特殊なエージェントが補完的な防衛戦略を実行するような、協調的なマルチエージェントアーキテクチャを採用している。
マルチターン攻撃における進化戦略をシミュレートするEMRAデータセットを提案する。
論文 参考訳（メタデータ） (2026-07-31T14:04:49Z) - Blockchain-Enabled Routing for Zero-Trust Low-Altitude Intelligent Networks [77.17664010626726]
低高度インテリジェントネットワーク(LAIN)における複数のUAVクラスタによるルーティングに焦点を当てる。
潜在的な脅威によるダメージを最小限に抑えるため,ソフトウェア定義の周辺技術とブロックチェーン技術を用いたゼロトラストアーキテクチャを提案する。
提案手法は,平均E2E遅延を59%削減し,TSRを29%改善することを示した。
論文 参考訳（メタデータ） (2026-02-27T04:30:35Z) - HYDRA: Unearthing "Black Swan" Vulnerabilities in LEO Satellite Networks [3.0941476035824658]
従来のトポロジ中心の手法では、動的負荷の不均衡と高次の依存関係から生じるシステム的リスクを捕捉できない。
ハイパーグラフに基づく動的リスク分析フレームワークHYDRAを提案する。
その中核は、依存構造内の負荷/冗長比を通じてノード臨界度を定量化する新しい計量であるHyper-Bridge Centrality (HBC)である。
論文 参考訳（メタデータ） (2026-02-06T11:14:53Z) - Leveraging Vulnerabilities in Temporal Graph Neural Networks via Strategic High-Impact Assaults [8.54812911128942]
時間グラフニューラルネットワーク(TGNN)は、臨界アプリケーションにおける動的グラフの分析に欠かせないものとなっている。
High Impact Attack (HIA)は、TGNNの重大な脆弱性を明らかにするために設計された、制限されたブラックボックス攻撃フレームワークである。
HIAはリンク予測タスクにおいてTGNNの精度を著しく低下させ、平均相反ランク(MRR)を最大35.55%減少させる。
論文 参考訳（メタデータ） (2025-09-29T19:21:56Z) - Joint AoI and Handover Optimization in Space-Air-Ground Integrated Network [48.485907216785904]
ローアース軌道(LEO)衛星コンステレーションは、地球をカバーし、遅延を減少させる有望な解決策を提供する。
しかし、軌道力学による間欠的カバレッジと間欠的な通信窓に苦しむ。
我々の3層設計では、HAP-地上通信のための高容量衛星間通信と信頼性無線周波数(RF)リンクに、ハイブリッド自由空間光(FSO)リンクを用いる。
論文 参考訳（メタデータ） (2025-09-16T06:16:56Z) - Securing Heterogeneous Network (HetNet) Communications for Wildfire Management: Mitigating the Effects of Adversarial and Environmental Threats [4.169826462922388]
本稿では,不均質ネットワークにレジリエンスを構築する上で,両要因を両立させる新しい枠組みを提案する。
環境ストレスが機密能力にどのように影響するかを定量化し、システムを受動的敵に公開する。
我々の研究は、IEEE P3536 Standard for Space System Cybersecurity Designと一致し、レジリエンスとミッション失敗の防止を保証します。
論文 参考訳（メタデータ） (2025-08-22T19:38:31Z) - From Static to Adaptive Defense: Federated Multi-Agent Deep Reinforcement Learning-Driven Moving Target Defense Against DoS Attacks in UAV Swarm Networks [23.908450903174725]
UAV群における能動的DoS緩和のための新しい枠組みを提案する。
我々は、リーダースイッチング、ルート突然変異、周波数ホッピングを含む軽量かつ協調的なMTD機構を設計する。
我々のアプローチは最先端のベースラインを大きく上回っている。
論文 参考訳（メタデータ） (2025-06-09T03:33:04Z) - Low-altitude UAV Friendly-Jamming for Satellite-Maritime Communications via Generative AI-enabled Deep Reinforcement Learning [72.23178920029957]
本稿では,低高度無人航空機(UAV)による衛星海上通信システムを提案する。
安全衛星・海上通信多目的最適化問題(SSMCMOP)を定式化する。
動的かつ長期の最適化問題を解くため、マルコフ決定過程に再構成する。
次に,トランスサック (TransSAC) アルゴリズムを提案する。
論文 参考訳（メタデータ） (2025-01-26T10:13:51Z) - A Sharded Blockchain-Based Secure Federated Learning Framework for LEO Satellite Networks [4.034610694515541]
低地球軌道(LEO)衛星ネットワークは、宇宙ベースの人工知能(AI)アプリケーションにますます不可欠である。
商業利用が拡大するにつれて、LEO衛星ネットワークはサイバー攻撃のリスクが高まる。
我々は、SBFL-LEOと呼ばれるLEOネットワークのためのシャーディングブロックチェーンベースのフェデレーション学習フレームワークを提案する。
論文 参考訳（メタデータ） (2024-11-09T10:22:52Z) - Artificial Intelligence Empowered Multiple Access for Ultra Reliable and
Low Latency THz Wireless Networks [76.89730672544216]
テラヘルツ(THz)無線ネットワークは、第5世代(B5G)以上の時代を触媒すると予想されている。
いくつかのB5Gアプリケーションの超信頼性と低レイテンシ要求を満たすためには、新しいモビリティ管理アプローチが必要である。
本稿では、インテリジェントなユーザアソシエーションとリソースアロケーションを実現するとともに、フレキシブルで適応的なモビリティ管理を可能にする、全体論的MAC層アプローチを提案する。
論文 参考訳（メタデータ） (2022-08-17T03:00:24Z) - Integrating LEO Satellite and UAV Relaying via Reinforcement Learning
for Non-Terrestrial Networks [51.05735925326235]
低軌道軌道(LEO)衛星のメガコンステレーションは、低レイテンシで長距離通信を可能にする可能性がある。
軌道上の星座から選択されたLEO衛星を用いて、2つの遠距離地上端末間でパケットを転送する問題について検討する。
エンドツーエンドのデータレートを最大化するためには、衛星アソシエーションとHAPロケーションを最適化する必要がある。
本稿では, 深部強化学習(DRL)と新しい動作次元低減技術を用いてこの問題に対処する。
論文 参考訳（メタデータ） (2020-05-26T05:39:27Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。