MTD-Playground：一种面向攻击者的网络移动目标防御评估框架

大家读完觉得有帮助记得关注和点赞！！！

摘要

移动目标防御（Moving Target Defense, MTD）已成为一种主动型网络防御范式，通过动态网络重配置技术（如软件定义网络（SDN）使能的路径随机化）增加攻击者的不确定性。然而，现有评估因攻击者假设、攻击场景和评估指标的不一致而呈现碎片化，限制了可复现性和面向部署的比较。本文提出MTD-Playground，这是一个面向攻击者的评估框架，用于在真实企业级多阶段攻击场景下对SDN使能的路径随机化（PR）MTD技术进行基准测试。除独立的安全和性能指标外，MTD-Playground引入了一种复合评估方法，用于分析部署有效性、变异间隔权衡以及防御者-攻击者操作平衡。以周期性路径随机化作为代表性PR-MTD策略，我们的评估表明，激进的变异间隔将攻击成功率降低至4–20%，同时将攻击完成时间延长至160–311秒（在所评估的攻击场景下）。同时，PR-MTD将吞吐量提升高达30.9%，并在无服务中断的情况下降低内部路径延迟。复合分析进一步表明，较短的变异间隔一致地实现了最高的部署有效性和正向的防御者优势。这些结果表明，基于SDN的PR-MTD能够显著干扰多阶段攻击进程，同时在企业环境中保持实际可部署性。

1 引言

网络安全在保护现代数字基础设施中发挥着关键作用，尤其是连接分布式环境中用户、设备、应用和数据的现代企业网络。然而，这些网络通常暴露可预测的网络行为和静态配置——固定路由路径、静态IP寻址和长期存在的通信模式——这些可能在涉及侦察、横向移动、分布式拒绝服务（DDoS）和数据外泄的多阶段攻击活动中被利用[12, 13]。现代攻击者日益采用多阶段攻击活动，利用传统网络基础设施的静态特性——其中网络路径、主机标识符、转发行为和服务配置通常长期保持不变。一旦攻击者掌握了网络的结构和通信模式，这些知识可以被复用以促进后续攻击阶段，减少不确定性[26, 19, 22]。传统网络防御机制，如防火墙、入侵检测与防御系统（IDS/IPS）和静态访问控制策略，主要依赖于静态配置和基于特征的检测，在动态网络环境中往往不足以应对 adversaries [39, 25, 3, 7, 8]。

为应对这些局限，移动目标防御（MTD）已成为一种主动型网络防御范式，通过持续改变网络可见元素——包括网络路径、IP地址、拓扑视图和服务位置——来使攻击者知识失效并增加 adversary 的不确定性[20, 39]。因此，攻击者必须重复启动侦察和利用过程，增加了其操作成本并降低了成功入侵的概率。

现有研究探索了多种MTD技术，包括网络路径随机化、IP变异和拓扑变异，以增加攻击者不确定性并减少攻击进程[25, 2, 30]。这些基于网络的MTD技术通常沿三个维度进行表征：重配置什么网络属性（如路径、IP地址、端口、服务或虚拟机），如何执行重配置（如变异、随机化、迁移或欺骗），以及何时发生重配置，包括周期性、事件驱动或自适应触发策略[6, 38, 45]。

在基于网络的MTD使能技术中，软件定义网络（SDN）因其集中控制和可编程转发能力而特别适合实现动态MTD技术，可实现灵活的流量工程和网络路径重配置[23, 31]。SDN日益被用于使能MTD技术，如IP变异、拓扑变异、虚拟机（VM）迁移和网络路径随机化——其中IP变异动态改变主机标识符以使侦察信息失效[30, 20]，拓扑变异改变网络视图和连接模式以干扰攻击规划[2]，VM迁移重新定位服务或工作负载以减少攻击持续性[3]。

在SDN使能的MTD技术中，网络路径随机化（PR）已成为最实用且被广泛研究的技术之一，因为它能够动态修改转发网络路径，而无需对终端主机或应用进行实质性更改[39, 23, 9]。然而，尽管路径随机化的研究兴趣日益增长，现有评估通常在异构实验设置下进行，具有不一致的网络拓扑、攻击场景、攻击者假设、威胁模型和评估指标[1, 18, 4]。这种不一致性限制了可复现性，并使不同方法之间的公平比较变得困难。

为填补这一空白，我们提出MTD-Playground，一个标准化的面向攻击者的评估框架，旨在评估SDN使能的路径随机化MTD技术在变化路径变异间隔（以秒为单位，如10秒、20秒和30秒）下，在受控且可复现的实验环境中的表现。该框架建模了一个真实的企业网络架构，包含外部攻击者、边界防火墙、面向公众的DMZ Web服务器、内部应用服务器、数据库服务器和内部客户端工作站。在该环境中，攻击者执行涉及侦察、初始入侵、横向移动、权限提升和数据外泄的多阶段入侵活动。MTD-Playground在一致的攻击者和网络条件下，为SDN使能的PR MTD技术提供了标准化的攻击工作流和评估设置，以实现公平和受控的评估。该设计使得在真实企业级网络环境中对防御有效性和安全-性能权衡进行系统分析成为可能。

贡献。 总之，本文做出以下贡献：

• 我们设计了MTD-Playground，一个面向攻击者的框架，用于在真实企业级多阶段攻击场景下对SDN使能的路径随机化（PR）MTD技术进行基准测试。

• 我们建模了三种代表性的攻击工作流——RCE驱动、SSRF驱动和基于凭据的入侵——以分析在多阶段攻击进程中侦察依赖性如何影响PR-MTD有效性。

• 我们提供了一个受控且可复现的基于SDN的环境，用于在标准化安全和性能条件下系统评估PR-MTD技术。

• 我们开发了一种复合评估方法，通过统一的面向部署的指标，联合分析部署有效性、变异间隔权衡以及防御者-攻击者操作平衡。

• 以周期性路径随机化作为代表性PR-MTD策略，我们表明激进的变异间隔将攻击成功率降低至4–20%，将攻击完成时间延长至160–311秒，同时实现的安全收益是操作成本的2.1–3.8倍。我们的结果进一步表明，基于SDN的PR-MTD可以在无服务中断的情况下提高吞吐量并降低内部路径延迟。

2 背景与相关工作

2.1 背景

在网络安全的背景下，SDN通过集中控制和动态转发为实施网络MTD技术提供了可编程平台。这一能力通过将管理路由决策和网络策略的控制平面与基于控制器安装规则处理数据包转发的数据平面分离来实现。因此，SDN使控制器能够动态更新路由策略、转发规则和网络可达性关系，而无需手动设备重配置[32]。这种灵活性使得网络行为能够在不断变化的操作和安全条件下快速适应[2, 20]。通过动态修改转发行为和网络可见性，这些技术增加了攻击者不确定性并减少了侦察和横向移动期间的网络可预测性[10]。

先前工作已探索了多种网络级MTD技术，特别是SDN使能的路径随机化（PR）机制，以增加攻击者不确定性并减少侦察和横向移动期间的网络可预测性[2, 10]。现有PR技术在如何执行路径变异以及何时执行方面有所不同，包括固定间隔的周期性变异[34]、基于观测条件的自适应变异[20]，以及响应检测到的扫描活动等事件的基于触发的变异[2, 23]。本工作具体评估固定间隔的周期性路径随机化MTD技术。

局限性。 现有PR-MTD评估由于异构的实验环境、不一致的攻击者假设、简化的攻击场景和不兼容的评估方法而呈现碎片化和非标准化。先前研究还依赖不同的安全和性能指标，且在不可比较的条件下进行，使得公平基准测试变得困难（表I，第2.2节）。因此，在真实多阶段企业攻击下，基于PR的MTD技术的部署级有效性和操作权衡仍未得到充分理解。我们的目标不是提出新的MTD机制，而是提供一个受控的、面向攻击者的、可复现的框架，用于在标准化条件下系统基准测试基于PR的MTD技术。

2.2 相关工作

评估环境。 研究使用不同的SDN控制器（POX [25, 2]、Ryu [30, 20]、ONOS [34, 23, 1]、OpenDaylight [8, 9]）、不同的仿真平台（Mininet [25, 30, 20]、Containernet [18]、定制测试平台[39, 3]）和不同的拓扑规模（从3台主机到多ISP网络）。没有两项研究在相同的基础设施上运行，使得无法将性能差异归因于MTD机制而非测试环境。MTD-Playground使用带有ONOS控制器的标准化Containernet测试平台，任何研究者均可复现。

威胁模型。 大多数研究针对单一攻击类型进行评估，通常是侦察扫描[25, 30, 20]或DDoS [39, 23, 9, 7]。只有两项研究[8, 2]建模了多阶段攻击进程，且没有研究在同一MTD机制下针对多种不同的攻击技术（RCE、SSRF、基于凭据）进行评估。攻击者知识假设范围从完全外部[25]到部分内部[2]，但这些差异很少被明确说明。MTD-Playground以明确定义的攻击者模型评估三种不同的多阶段攻击场景。

评估指标。 如第4.2.1节和表I详述，各研究使用的指标不一致且不完整。80%的研究报告侦察准确率，但各自定义不同——废弃率[25]、主机计数[2]、熵[39]、威胁评分[8]——阻止了直接比较。吞吐量仅10%的研究量化[4]。控制器开销被所有研究讨论，但无一项使用实际的CPU或内存数值进行测量。最关键的是，没有研究提供将安全收益和操作成本结合为单一部署决策的复合评分。MTD-Playground在相同条件下测量所有指标，并引入有效性比率E来填补这一空白。

安全-性能权衡。 90%的研究承认MTD在安全和性能之间创造了权衡，描述从“快速变异增加安全性但降低性能”[20]到“更快的变异提高安全性但增加重传”[18]。然而，这些观察仍是定性的——没有研究提供复合指标来确定安全收益是否证明操作成本合理。本工作通过引入面向部署的复合指标来解决这一问题，该指标联合捕获安全干扰和操作开销（第4.2.2节）。

基准测试与可复现性。 所有研究中反复出现的局限性是缺乏可复现的基准测试基础设施。每项研究从头构建自己的评估环境，使用不同的工具和配置，且报告的结果无法独立验证或与其他机制比较。代码和数据很少公开。MTD-Playground通过提供开放的、容器化的测试平台来解决这一问题，该平台具有标准化的攻击场景、威胁模型和复合评估框架，可在不同MTD技术之间产生可比较的评分。附录B提供了代表性研究的详细比较。

除了SDN使能的路径随机化机制外，近期研究还探索了用于随机化时机（何时）和在动态攻击条件下网络重配置（如何）的博弈论（GT）和AI/ML驱动的MTD方法。博弈论方法使用优化、随机和基于马尔可夫的公式对战略性的攻击者-防御者交互进行建模，以捕获自适应 adversary 行为和多阶段攻击进程[37, 29, 11, 43, 41]。AI/ML驱动的方法进一步采用强化学习和自适应策略学习来优化变异策略和重配置策略[7, 17, 40, 44, 15]，而混合方法将战略建模与自适应执行相结合[28, 37, 21]。在这些方法中，现有研究通常依赖基于仿真或异构的实验环境，具有不一致的攻击者假设、有限的企业级攻击场景和降低的可复现性。

3 MTD-PLAYGROUND 设计

本节介绍MTD-Playground框架的总体设计——企业系统设计和威胁模型，包括多阶段入侵工作流、攻击向量和代表性攻击场景。

3.1 系统设计

我们在一个受控的企业风格环境中评估SDN使能的网络路径随机化MTD技术，该环境旨在模拟真实的 adversary 进程，同时支持可复现的实验。企业拓扑由外部攻击者、面向公众的DMZ Web服务器、内部应用服务器、包含敏感数据的后端数据库服务器、内部客户端工作站以及四台支持SDN的OpenFlow交换机（S1–S4）组成。这些交换机提供集中式可编程转发控制，并通过基于SDN的流规则管理实现动态路径随机化。虽然拓扑紧凑，但它捕获了常见的企业部署模式，并能评估代表性的入侵工作流，包括侦察、初始访问、横向移动、权限提升和数据外泄。该框架还提供了标准化的威胁模型、攻击场景和路径随机化设置，以支持在可比较的 adversary 条件下对SDN使能的路径随机化MTD技术进行公平和可复现的评估。

3.2 威胁模型

我们考虑一个动机明确的外部 adversary 针对真实的企业网络环境进行攻击。与先前假设静态或 naive 攻击者的MTD研究不同，我们建模的是一个部分知识、MTD感知的 adversary ——该 adversary 了解目标部署了动态网络防御，但缺乏对内部拓扑、当前随机化网络状态、重配置计划或防御方控制平面遥测的先验知识。攻击者的目标是通过穿越由面向互联网的DMZ Web服务器、内部应用服务器和后端数据库服务器组成的多层级企业架构，入侵后端数据库并外泄敏感信息（图1详述）。我们还考虑DMZ Web服务器上公开暴露的服务包含可利用的漏洞，可能在攻击者侦察和初始入侵尝试期间被针对。

防御者控制SDN基础设施、防火墙策略和PR MTD逻辑，同时监控标准操作遥测，如流记录和主机日志。由于不假设完美的入侵检测，我们的评估侧重于攻击者如何在多个入侵阶段中推进，而非孤立的漏洞利用，从而能够评估路径随机化MTD技术如何干扰企业网络内的 adversary 移动。为模拟真实的企业入侵，我们建模了跨越入侵工作流不同阶段的代表性攻击向量和攻击场景。

图1：企业系统模型和不同攻击场景的多阶段入侵工作流。

3.2.1 多阶段入侵工作流

为评估路径随机化MTD技术的弹性，我们建模了涉及侦察、初始访问、横向移动、权限提升和数据外泄阶段的企业入侵工作流（图1）。

侦察。 攻击者执行主机发现、服务枚举和网络扫描，以识别可达服务并推断网络结构。

初始访问。 攻击者尝试通过暴露服务或易受攻击的应用在面向互联网的DMZ Web服务器上获得初始立足点。

横向移动。 初始入侵后，攻击者尝试向内部资源（特别是应用服务器和后端系统）横向移动。

权限提升。 攻击者寻求提升权限以扩大访问范围、维持持久性，并促进对内部资产的进一步入侵。

利用。 攻击者通过针对后端数据库服务器中的漏洞尝试数据库利用。

数据外泄。 访问数据库后，攻击者尝试从后端数据库服务器外泄敏感信息，代表攻击活动的最终目标。

3.2.2 攻击向量

为模拟真实的企业攻击场景， adversary 采用代表性的攻击向量，包括远程代码执行（RCE）[14]、服务端请求伪造（SSRF）[36]和基于凭据的入侵[35]。RCE、SSRF和凭据入侵被建模为面向入侵的攻击向量，可根据目标服务、暴露的攻击面和 adversary 目标在不同入侵阶段被利用。 adversary 还可能在入侵尝试期间应用分布式拒绝服务（DDoS）[13]威胁以干扰防火墙可用性并增加操作压力，但DDoS缓解效果不在当前评估范围内。

3.2.3 攻击场景

我们建模了三种攻击场景，它们在不同入侵阶段组合不同的攻击向量，以模拟通过企业网络的真实 adversary 进程。

场景1（RCE驱动攻击）： 侦察 → Web初始访问（RCE） → 横向移动至App → 权限提升（凭据窃取） → 数据库访问 → 数据外泄

说明： adversary 识别易受攻击的面向互联网的Web服务，并利用RCE漏洞在DMZ Web服务器上获得初始立足点。攻击者随后横向移动至内部应用服务器，通过凭据窃取或滥用提升权限，最终访问后端数据库并外泄敏感数据。

场景2（SSRF驱动攻击）： 侦察 → Web初始访问 → 基于SSRF的App可达性 → App入侵或凭据滥用 → 数据库访问 → 数据外泄

说明： adversary 利用易受攻击的Web应用功能触发SSRF，通过受信任的服务器端通信间接访问内部服务。攻击者随后入侵内部应用服务器或滥用暴露的凭据以推进至后端数据库。

场景3（凭据驱动攻击）： 侦察 → 凭据入侵 → 特权Web访问 → 横向移动至App → 权限提升 → 数据库访问 → 数据外泄

说明： adversary 通过钓鱼、凭据泄露或凭据重用获取有效凭据，获得对DMZ Web服务器的特权访问。利用此受信任访问，攻击者向内部服务横向移动，按需提升权限，最终访问后端数据库进行数据外泄。

4 评估

4.1 实验设置

MTD-Playground在虚拟化SDN测试平台上实现，集成网络仿真、基于容器的服务和集中式SDN控制，以支持路径随机化MTD技术的可重复评估。

4.1.1 拓扑设计

实验环境使用Mininet [27]在虚拟化基础设施中实现，以仿真企业风格网络拓扑。为支持真实服务部署，Containernet [16]用于将Docker [24]容器集成为仿真网络主机，同时保留Mininet的网络仿真能力。SDN基础设施采用Open vSwitch（OVS）[42]作为数据平面交换机，Open Network Operating System（ONOS）[5]作为集中式SDN控制器，负责流规则安装、网络管理和路径随机化策略的动态执行。拓扑由四台支持OpenFlow（OF13）的交换机、五个主机节点、十条网络链路和58条支持企业风格通信和转发策略的流规则组成。基于Docker的主机模拟攻击者、DMZ Web服务器、内部应用服务器和后端数据库服务器，而标准Mininet主机生成合法的客户端活动。测试平台保持可配置性，能够在一致的实验条件下评估不同的变异间隔、攻击场景和网络配置。

4.1.2 安全组件

部署了基于ONOS的二层（L2）防火墙，通过基于MAC地址、交换机端口和流量方向过滤以太网帧来执行网络访问控制策略。该机制限制外部和内部网段之间未经授权的通信，除非明确允许，反映常见的企业安全实践。防火墙通过SDN控制器集中管理，支持实验期间动态策略更新。将防火墙集成在SDN控制环境中，使框架能够在动态网络重配置下模拟真实安全执行，同时评估MTD行为。

4.1.3 攻击场景执行

所有攻击场景在MTD-Playground测试平台上端到端执行，使用容器化主机之间的真实流量。每个场景穿越相同的企业通信路径（攻击者→Web→内部App→数据库），并经历相同的PR-MTD重配置行为。场景间的主要差异在于需要主动侦察的内部过渡次数，这直接影响变异敏感性和攻击者干扰。

4.1.4 周期性MTD配置

为评估SDN使能的PR MTD技术的安全-性能权衡，我们使用多种变异间隔下的周期性路径随机化（PR）MTD实例化MTD-Playground：10、20和30秒。SDN控制器动态更新OpenFlow交换机上的转发路径和流规则，以创建随时间变化的网络可达性，同时为合法服务保持透明通信。

选择这三种变异间隔进行评估，因为它们代表了在相同攻击条件下激进、适度和保守的PR-MTD配置。较短的变异间隔增加攻击者干扰并降低侦察一致性，但引入更频繁的流规则更新和控制器开销。相反，较长的变异间隔以降低网络不可预测性为代价提高操作稳定性。配置表示如下：

• MTD10s： 转发路径每10秒重新随机化，代表旨在最大化攻击者干扰和最小化侦察一致性的激进变异策略。

• MTD20s： 转发路径每20秒重新随机化，代表在安全有效性和操作稳定性之间取得平衡的适度变异策略。

• MDT30s： 转发路径每30秒重新随机化，代表最小化操作开销同时提供较低水平路径不可预测性的保守变异策略。

• No-MTD： 所有路径随机化配置与静态基线配置进行比较，其中转发路径在整个攻击场景中保持不变，从而能够在相同攻击向量下直接比较安全有效性和性能开销。

4.2 复合评估框架

4.2.1 现有评估指标

先前MTD研究使用多样化的安全和性能指标评估有效性。我们将这些指标组织为两类：（i）衡量攻击者干扰和防御有效性的安全指标，以及（ii）捕获操作开销和网络稳定性的性能指标。附录中的表I总结了代表性MTD研究中报告的评估指标，并区分了定量评估的指标（✓）和仅定性讨论的指标（∼）。

表I：15项代表性MTD研究中的评估指标。✓ = 定量评估；∼ = 仅定性讨论。

指标

报告者

本工作

∗路径变异是基于计划的，非检测触发。

安全指标。 常见报告的安全指标包括攻击成功率（ASR），衡量达到其目标的攻击比例；攻击完成时间（ACT），捕获多阶段入侵所需时长；以及侦察准确率（RA），反映攻击者侦察在网络随机化下是否保持有效。额外指标包括网络不可预测性（NU）、检测时间（DT）、数据暴露（DE）和指纹识别抵抗性（FR），后者衡量攻击者推断已部署MTD行为的能力。

性能指标。 性能评估通常考虑服务延迟（SL）、吞吐量（TH）、丢包率（PLR）、服务可用性（SA）、恢复时间（RT）和控制器开销（CO），包括控制器CPU、内存和流规则管理成本。一些研究还评估动态网络重配置下的可扩展性和稳定性（SS）。

局限性。 分析揭示了现有MTD评估中的实质性不一致。安全导向的指标如ASR和RA被广泛报告，而对部署决策至关重要的操作指标常被省略或仅定性讨论。特别是，控制器开销在几乎所有研究中都被讨论，但很少使用具体CPU或内存测量来量化。类似地，吞吐量下降、数据暴露和指纹识别抵抗性在很大程度上仍未被充分探索。这些不一致性使得MTD研究之间的公平比较变得困难，并促使需要统一的复合评估框架，以联合捕获三种攻击场景（第3.2.3节）下的安全有效性和性能权衡。

4.2.2 复合评分公式

虽然上述指标提供了有用的底层洞察，但单独来看它们不能捕获MTD部署有效性、变异间隔权衡或防御者-攻击者操作平衡。为解决这一局限性，我们制定了一个复合评估框架，在不同PR-MTD配置和攻击场景下联合分析攻击者干扰和操作开销。

我们的框架由与这些评估目标一致的三个分析组件组成：（i）基于聚合安全和操作指标的部署有效性公式，（ii）基于攻击干扰指标的变异间隔权衡分析，以及（iii）不同PR-MTD配置下的防御者-攻击者效用分析。表II总结了这三个指标及其解释。

指标1：部署有效性比率（E）。

该指标通过将攻击者总干扰与变异引入的操作开销进行比较来量化PR-MTD部署有效性。我们首先导出攻击干扰指数（ADI），它捕获PR-MTD引起的面向攻击者的干扰，以及操作成本指数（OCI），它捕获防御方操作开销。

对于每个指数，我们通过将MTD测量值除以相应的No-MTD基线来计算其在MTD下的相对变化。

攻击干扰指数（ADI）： 安全导向比率使用几何平均聚合为ADI：

其中 s_j 表示第 j 个安全指标，n_s 是安全指标的数量。ADI包含七个安全比率，包括外泄减速、扫描时间增加和跨入侵路径的攻击者RTT方差。较高的ADI值表示较强的攻击者干扰。

操作成本指数（OCI）： 操作开销指标类似地聚合：

其中 c_k 表示第 k 个操作指标，n_c 是成本指标的数量。OCI包含控制器开销、服务延迟和跨通信路径的逆吞吐量。较低的OCI值表示较低的操作开销。对于吞吐量，比率被反转以使吞吐量下降正向贡献于成本。

我们使用几何平均因为该公式是基于比率的，且对单个指标的不成比例影响较不敏感。

有效性比率（E）。 总体有效性比率计算为：

解释。 较高的 E 值表示攻击者干扰超过操作开销。由于 E 依赖标准化的指标比率且无需手动分配权重，它可以一致地应用于不同的PR-MTD配置和实验设置。

指标2：变异间隔敏感性分析。

虽然部署有效性比率量化了PR-MTD的整体安全-成本权衡，变异间隔敏感性分析提供了变异速度如何影响攻击者干扰的额外视角。为分析变异间隔权衡，我们建模了三个依赖于间隔的现有安全指标：侦察准确率（RA）、攻击成功率（ASR）和攻击完成时间（ACT）。这三个指标都受同一原则支配：如果攻击者扫描和利用网络所需时间超过配置的变异间隔，先前收集的侦察信息在使用前即失效。

侦察准确率（RA）。 RA代表攻击者侦察在漏洞利用发起时保持有效的概率。设 T_recon 为侦察时间，T_exploit 为漏洞利用准备和执行时间。如果变异间隔 T 小于它们的总时长，转发路径在攻击者行动前改变：

在静态路由（No-MTD）下，RA = 1。更快的变异间隔通过使先前收集的网络信息失效来降低RA。

攻击成功率（ASR）。 ASR建模成功完成多阶段入侵活动的概率。在我们的企业拓扑中，攻击者必须成功穿越两次内部过渡（Web→App和App→DB），每次都需要有效的侦察。假设两阶段独立成功：

这种复合效应导致即使RA的适度降低也能显著降低端到端攻击成功率。对于绕过一次内部过渡的攻击场景（如基于SSRF的枢轴），ASR直接降为RA。

攻击完成时间（ACT）。 ACT捕获在重复侦察失败下完整入侵活动的预期持续时间。较低的RA值要求攻击者在获得有效路径信息前重复重新扫描网络：

其中 T_scan 表示跨攻击路径的聚合扫描持续时间，T_exfil 表示测量的外泄时间。

解释。 当变异间隔变得短于攻击者的侦察加利用窗口（T < T_recon + T_exploit）时，RA(T) 和 ASR̂(T) 降低而 ACT̂(T) 增加。

指标3：防御者-攻击者平衡（ΔU）。 虽然前述公式量化了部署有效性和变异间隔权衡，防御者-攻击者效用分析提供了不同PR-MTD配置下相对操作优势的额外洞察。相应地，我们从防御者和攻击者两个角度计算效用评分，并通过净效用公式进行比较。

在聚合之前，所有指标使用最小-最大缩放进行归一化，以确保跨异构单位（如秒、百分比和吞吐量）的可比性。对于较低值更优的指标（如延迟和CPU利用率），归一化值被反转以使较高值一致地表示更有利的结果。

防御者效用（U_def）。 防御者效用评分结合三个安全导向指标和三个性能导向指标：

其中 ·̂_n 表示缩放至0和1之间的归一化值。权重方案优先考虑安全有效性（总权重0.65），同时纳入操作性能（总权重0.35）以反映实际部署考虑。较高的 U_def 值表示较强的防御优势。

攻击者效用（U_att）。 攻击者效用评分捕获攻击者剩余的操作能力：

其中较高的 U_att 值表示更成功、更快且侦察一致性更高的攻击。

防御者-攻击者平衡（ΔU）。 总体防御者-攻击者平衡计算为：ΔU = U_def – U_att

解释。 ΔU > 0 表示在所评估的PR-MTD配置下防御者持有操作优势，而 ΔU < 0 则有利于攻击者。

表II：复合评估指标概述。

指标

目的

解释

5 结果

本节介绍使用MTD-Playground框架在三种攻击场景（S1：RCE，S2：SSRF，S3：基于凭据的入侵）下，在一种无防御基线配置（No-MTD）和三种PR-MTD配置（MTD10s、MTD20s、MTD30s）下生成的安全、性能和复合评估结果。我们首先呈现安全评估结果（第5.1节），然后进行性能分析（第5.2节），最后呈现复合评估结果（第5.3节），每节后附关键要点。

5.1 安全结果

表III报告了三种攻击场景（S1、S2、S3）和四种条件（No-MTD、MTD10s、MTD20s、MTD30s）下的所有安全指标。结果按指标类别分组如下。

侦察与攻击成功。 在MTD10s下，S1和S2中RA降至20%，S3中降至40%，复合ASR分别降至4%、20%和16%。S1显示最低ASR，因为两次内部过渡都需要独立扫描，而S2保持较高ASR因为SSRF绕过一次扫描步骤。ACT从No-MTD下的43–63秒增加到MTD10s下的311秒（S1）、210秒（S2）和160秒（S3），原因是重复的侦察失败。在MTD30s下，RA恢复至73–80%，ASR上升至54–73%，在每个场景中留下可行的攻击路径。

网络不可预测性。 这测量攻击者重复ping结果在每条路径上的变化程度——较高的方差意味着攻击者无法可靠地区分网络层级或确认主机可达性。最大的方差增加出现在S1和S3的Web→App路径上（MTD10s时高达32倍），攻击者在此主动探测路径。S2显示较低的Web→App方差（12.8倍），因为SSRF使用Web服务器的现有连接而非直接探测。Att→Web方差在S1和S2中达到15.6倍，但在S3中仅为9.4倍，因为基于凭据的访问减少了该路径上的探测。App→DB方差在所有场景中一致（MTD10s时为2.5倍）。

扫描时间。 在No-MTD下，扫描持续时间因路径而异（15.2–16.8秒），支持基于时序的层级识别。在PR-MTD下，S1扫描时间在所有路径上收敛于≈20秒，消除此时序特征。在S2中，Att→Web和App→DB类似地收敛，但Web→App降至≈6秒，因为SSRF减少了该路径上的主动扫描。在S3中，Att→Web降至≈10秒，因为凭据访问消除了全端口扫描，而Web→App和App→DB仍收敛于≈20秒。

Traceroute总RTT。 虽然前一指标测量重复探测间的变化，此指标测量数据包从源到目的地穿越路径上所有跳数的总时间。在MTD10s下，某些路径上的总RTT增加（Att→Web从0.130ms升至0.153ms），因为频繁的流规则变化增加了转发延迟。在MTD30s下，总RTT降至No-MTD基线以下，因为较长寿命的规则受益于OVS缓存：S1中Web→App从0.144ms降至0.085ms，App→DB从0.139ms降至0.087ms。S2在MTD30s下显示略高的Web→App RTT（0.098ms），源于SSRF的服务器端开销。S3显示较低的Att→Web RTT（0.080ms），来自更快的认证访问，但App→DB略高（0.091ms）。

数据暴露。 外泄时间从No-MTD下的2.456秒增加到MTD10s下所有场景的12.66–14.83秒。S3延迟最长（14.83秒），因为认证会话在每次路径变异后需要重新建立，而S2最短（12.66秒），因为服务器端连接在路径变化时部分保持。在MTD30s下，外泄仍需7.0–8.2秒，确认即使较慢的变异间隔也会干扰活跃数据传输。

安全评估要点。 MTD10s提供最强的攻击者干扰，将ASR降至4–20%，将ACT延长至160–311秒，并显著增加网络不可预测性和外泄延迟。S1（RCE）受影响最大，因为两次内部过渡都需要侦察，而S2（SSRF）受影响最小，因为绕过一次扫描阶段。在MTD30s下，ASR恢复至54–73%，表明较短的变异间隔对有效的PR-MTD防御至关重要。

表III：三种评估攻击场景下No-MTD和PR-MTD（10s、20s、30s）配置的安全指标结果。S1（RCE）需要跨两次内部过渡的侦察，S2（SSRF）通过服务器端转发绕过一次侦察阶段，S3（基于凭据）通过认证访问减少初始侦察。

指标

路径

S1：RCE驱动

S2：SSRF驱动

S3：凭据驱动

路径 = 网络路径，A→W = 攻击者→Web，W→A = Web→App，A→D = App→DB。

注意：S1在MTD30s下的值为实验测量值，而其余间隔特定值使用经过验证的基于RA的分析模型和场景特定侦察模式推导。

5.2 性能结果

与因侦察和攻击进程差异而随攻击场景变化的安全指标不同，性能指标完全由网络层行为决定。ONOS控制器在所有场景中应用相同的路径随机化计划、转发规则和变异逻辑。因此，表IV中的性能结果统一适用于S1：RCE、S2：SSRF和S3：基于凭据的入侵。

服务延迟。 服务延迟因路径和间隔而异。Attack→Web从No-MTD下的5.20ms增加至MTD10s的9.13ms、MTD20s的7.89ms和MTD30s的7.32ms。Web→App从1.92ms增加至4.72ms、4.08ms和3.78ms。App→DB从0.69ms降至0.30ms、0.26ms和0.24ms，因为路径随机化将内部跳数从3减少到2（网络结构）。较短的间隔在外部路径上产生略高的延迟，源于更频繁的流规则转换，而较长的间隔受益于OVS缓存。先前工作曾报告路径变异下RTT稳定[1]，但通过跳数减少降低延迟尚未被文献记载。

吞吐量。 PR-MTD在每条路径上均提升吞吐量。在MTD30s下，Att→Web从13.7增至14.6 Gbits/s（+6.6%），Web→App从13.6增至14.0 Gbits/s（+2.9%），App→DB从13.9增至18.2 Gbits/s（+30.9%）。在MTD10s下，提升较小——分别为14.2、13.8和16.5 Gbits/s——因为更频繁的变异降低了缓存收益。在MTD20s下，值介于两者之间：14.4、13.9和17.3 Gbits/s。App→DB上的最大提升可由跳数从3减少到2解释。在所调查的所有代表性研究中，仅三项报告吞吐量，且无一项报告MTD下的提升。

控制器开销。 ONOS在PR-MTD下显示主要开销增加。在MTD10s下，CPU达到14.90%（较基线7.56%增加7.34个百分点），内存达到36.69%（较基线20.98%增加15.71个百分点）。在MTD20s下，CPU为12.70%（+5.14个百分点），内存为32.76%（+11.78个百分点）。在MTD30s下，CPU为11.23%（+3.67个百分点），内存为30.80%（+9.82个百分点）。开销在较长间隔下降低，因为需要较少的流规则更新。尽管MTD10s下百分比增加，绝对值仍保持适中。据我们所知，这是路径随机化MTD的首次定量控制器开销测量，因为所有先前研究仅定性报告开销。

网络结构。 在No-MTD下，内部路径（Web→App和App→DB）穿越3跳，而Att→Web穿越2跳。在所有PR-MTD间隔下，ONOS控制器安装绕过中间交换机的直接转发规则，将所有内部路径减少至2跳。此结构变化在MTD10s、MTD20s和MTD30s下一致，并解释了上述App→DB延迟降低和吞吐量提升。

服务可用性。 No-MTD和PR-MTD下所有10次实验运行在三个间隔下均完成，零服务中断。在任何路径变异事件期间未观察到连接丢失或恢复延迟。这与基于VM的MTD形成对比，后者报告每次重生周期11±3秒的服务中断[3]。

表IV：No-MTD基线与路径随机化配置（MTD10/20/30s）的性能指标比较。

指标

No-MTD

MTD10s

MTD20s

MTD30s

性能评估要点。 与更强MTD机制会降低网络性能的常见假设相反，PR-MTD在所有评估路径上提升吞吐量（最高+30.9%），同时通过基于SDN的跳数减少将内部路径延迟降低高达65%。虽然控制器开销在较短变异间隔下增加，但在所有配置中利用率保持适中（CPU低于15%，内存低于37%），零服务中断。在所有评估配置中，MTD30s因较长寿命的流规则受益于OVS快速路径缓存而实现最佳操作性能，产生最高吞吐量和最低延迟测量值。

表V：所有PR-MTD配置和攻击场景的复合评估结果。指标1：ADI和E（= ADI/OCI，OCI = 1.049）。指标2：每个间隔的RA、ASR和ACT。指标3：U_def、U_att和ΔU（全局归一化）。粗体=最强防御者结果。灰色行=防御者有利间隔。

S1：RCE驱动

S2：SSRF驱动

S3：凭据驱动

OCI = 1.049（所有条件恒定为4.9%聚合成本）。E = ADI/OCI；所有E > 1确认净有益部署。ΔU在所有12种条件-场景组合中全局归一化。灰色行表示MTD10s，这是防御者在每个场景中获胜的唯一间隔。

5.3 复合评估结果

上述安全和性能结果独立评估了各个指标。在此，我们应用第4.2.2节的复合公式，得出关于部署有效性、变异间隔权衡和防御者-攻击者操作平衡的统一结论。表V总结了所有攻击场景和PR-MTD配置下的复合评估结果。

部署有效性。 表V指标1报告了每个间隔下所有三种场景的ADI和E。每个E值均远高于1，确认路径随机化在每个间隔和每种攻击类型下都是净有益的。最低组合（S2在MTD30s下，E=2.11）仍提供每单位成本两倍的安全收益。MTD10s在每个场景中产生最高的E——S1为3.76，S2为2.75，S3为3.21——因为更频繁的路径变化增加了RTT方差和外泄延迟。场景排名在所有间隔中一致：S1（RCE）始终具有最高的E，因为攻击者扫描所有路径并穿越两次内部过渡；S2（SSRF）最低，因为Web服务器的受信任连接减少了扫描暴露；S3（凭据）介于两者之间。OCI保持恒定为1.049（4.9%聚合开销），因为网络层不区分攻击技术。单个ADI和OCI比率分解见附录A.1。

变异间隔权衡。 表V指标2报告了每个间隔下的RA、ASR和ACT。MTD20s和MTD10s之间的急剧下降在每个场景中均可见。在S1中，ASR从36%降至4%——攻击者从三分之一时间成功变为几乎从不成功。在S2中，下降从60%降至20%，因SSRF跳过一次扫描步骤而不那么剧烈，但仍为重大减少。在S3中，下降从49%降至16%，更快的凭据访问部分缓冲了效果。ACT遵循相同模式：在MTD10s下，攻击耗时311秒（S1）、210秒（S2）和160秒（S3），而No-MTD下为43–63秒。在MTD30s下，ASR恢复至54–73%，ACT在所有场景中降至63–90秒，确认较慢的变异无论技术如何都留下可行的攻击路径。跨不同攻击者探测和利用速度的额外敏感性分析见附录A.4。

防御者-攻击者操作平衡。 表V指标3报告了每个间隔下的U_def、U_att和ΔU。评分在所有场景和条件下全局归一化，因此ΔU值可直接比较。

无MTD时，攻击者在每个场景中占主导（ΔU = -0.72至-0.75）。在MTD10s下，防御者在所有三种场景中获胜，但幅度不同。S1（RCE）给出最强优势（ΔU = +0.69）：攻击者效用崩溃至0.00，因为ASR降至4%且ACT超过5分钟。S2（SSRF）给出中等优势（ΔU = +0.42）：攻击者保留一定能力（U_att = 0.15），因为Web服务器的受信任连接绕过一次扫描步骤。S3（凭据）给出最微弱优势（ΔU = +0.18）：更快的登录将攻击者效用提升至0.33。在MTD20s下，攻击者在每个场景中重新获得优势（ΔU = -0.09至-0.31），在MTD30s下持有明显优势（ΔU = -0.29至-0.47），其中S2对防御者而言是最坏情况。MTD10s下观察到的防御者优势在多种安全-性能权重配置下保持一致（附录A.5）。

复合评估要点。 PR-MTD在所有评估场景和间隔下保持部署有益，有效性比率（E）范围从2.11到3.76，仅有4.9%的操作开销。MTD10s是唯一在所有攻击场景下一致实现正向防御者优势的配置，对侦察驱动的RCE攻击影响最强，对绕过一次扫描阶段的基于SSRF的攻击影响最弱。在MTD20s和MTD30s下，攻击者优势在所有场景中重新出现，突显激进的变异间隔对有效PR-MTD防御至关重要。

6 讨论

来自MTD-Playground的部署洞察。 我们的结果表明，PR-MTD有效性主要受变异间隔与攻击者侦察时间之间关系的支配。在所有评估攻击场景中，MTD10s一致地实现最高部署有效性（E）、最低攻击成功率（4–20%）和正向防御者优势评分（ΔU > 0）。相反，MTD20s和MTD30s给予攻击者足够时间重用侦察结果，导致攻击成功率恢复且防御者优势消失。这些发现表明，有效的PR-MTD部署要求变异间隔短于攻击者的侦察加利用窗口。表VI通过结合有效性比率（E）和防御者-攻击者平衡（ΔU）总结了所有评估攻击场景下的部署级结果。在所有场景中，MTD10s一致地实现最高部署有效性，且仍是唯一产生正向防御者优势的配置。

表VI：所有评估攻击场景的部署结果总结。

场景

最佳间隔

最高E

ΔU > 0

结果还揭示攻击结构强烈影响PR-MTD有效性。侦察驱动的攻击如RCE经历最强干扰，因为每次内部过渡在变异后必须独立重新发现。相反，基于SSRF的攻击通过利用受信任的服务器端通信路径部分绕过此保护，减少了有利于PR-MTD的复合干扰效应。这表明路径随机化单独不足以应对应用层转发攻击，应与SSRF过滤和应用层验证机制结合。

第二个关键发现是，基于SDN的路径随机化不一定施加先前MTD文献中常见假设的性能损失。相反，PR-MTD通过SDN流重配置期间的跳数减少将吞吐量提升高达30.9%并降低内部路径延迟。虽然控制器开销在较短变异间隔下增加，但利用率保持适中，且在任何评估配置中均未观察到服务中断。这些结果表明，SDN使能的PR-MTD可以同时提高安全性并在企业环境中保持实际可部署性。

更广泛地，MTD-Playground展示了面向部署的MTD评估的重要性。现有研究通常报告孤立的安全或性能指标，使得难以确定防御在操作上是否值得。通过联合分析攻击者干扰、操作开销、变异敏感性和防御者-攻击者平衡，MTD-Playground提供了在真实多阶段攻击条件下评估PR-MTD配置的统一框架。

7 局限性与未来工作

尽管MTD-Playground为评估基于SDN的PR-MTD技术提供了受控且可复现的框架，但仍存在若干局限性。首先，当前实现侧重于周期性路径随机化，尚未纳入自适应或事件驱动的变异策略、IP洗牌、基于欺骗的防御或AI/ML和博弈论（GT）决策机制。其次，评估在简化企业风格拓扑上进行，该拓扑为受控实验和可重复分析而设计，而非生产级部署。更大且更多样化的环境可能引入与控制器可扩展性、流规则协调和网络稳定性相关的额外挑战。第三，攻击者行为使用预定义的多阶段攻击工作流在部分攻击者知识假设下建模。真实世界的 adversaries 可能表现出更自适应、隐蔽感知或协调的行为，在当前评估设置中未完全体现。

未来工作将在多个方向扩展MTD-Playground。额外MTD机制，包括IP变异、基于欺骗的防御和AI/ML或GT驱动策略，将被集成以支持更广泛的比较基准测试。我们还计划探索使用强化学习和攻击者感知决策策略的自适应变异调度，以评估PR-MTD在动态演变的 adversary 条件下的表现[33]。最后，该框架将在更大的多控制器企业拓扑上评估，具有多样化的服务和流量模式，以进一步研究所提出评估方法的可扩展性、协调开销和泛化性。

8 结论

本文提出了MTD-Playground，一个面向攻击者的评估框架，用于在真实多阶段攻击场景下对SDN使能的路径随机化MTD技术进行基准测试。MTD-Playground在标准化条件下提供了一个受控且可复现的企业风格环境，用于联合评估攻击者干扰、侦察一致性、网络不可预测性、操作开销和防御者-攻击者平衡。实验结果表明，激进的路径随机化能够显著干扰多阶段攻击进程，同时保持实际的网络性能和服务稳定性。更广泛地，我们的发现强调了面向部署的MTD评估的重要性，并表明基于SDN的PR-MTD可以在不降低合法网络操作的情况下提供有效的安全收益。