[論文レビュー] A Triangular Fuzzy based Multicriteria Decision Making Approach for Assessing Security Risks in 5G Networks

Hisham A. Kholidy|arXiv (Cornell University)|Dec 24, 2021

Information and Cyber Security被引用数 11

ひとこと要約

本論文は、三角型ネイピア数（TFNs）を意思決定フレームワークと統合することで、5Gネットワークのセキュリティリスク評価を向上させる三角型ファジィ多基準意思決定手法を提案する。この手法により、高い確率で発生する攻撃伝搬経路を特定し、リスク要因における不確実性をモデル化することで、脆弱性評価の正確性が向上する。実時間テストベッドを用いた実証実験により、OSM、OpenStack、FlexRanを用いた動的セキュリティオーケストレーションと実験が行われた。

ABSTRACT

The emerging 5G network is a new global wireless standard after 1G, 2G, 3G, and 4G networks. In comparison to 4G, it has lower latency, larger capacity, and more bandwidth. These network upgrades will have a profound impact on how people throughout the world live and work. The current research investigates mechanisms to protect the 5G networks to meet resilience requirements and to minimize the damage from attacks that do occur. The main contribution of this paper includes: (1) Improving the current 5G security testbed by orchestrating the security services using the OSM and Open stack, Integrating the FlexRan with the testbed components to control and manage the eNodeB, and implementing some real-time security experiments to test and validate the testbed. (2) Develop an intelligent fuzzy method to improve the accuracy of the current Vulnerability Assessment Approach (VAA) using a new approach that integrates the Triangular Fuzzy Numbers (TFNs) and a multi-criteria decision-making technique to find the attack graph paths where the attack most probably will propagate in the 5G network.

研究の動機と目的

• 5Gネットワークセキュリティにおける複雑さと不確実性の増大に応じ、既存の脆弱性評価手法の改善を図ること。
• 5G環境における曖昧で主観的なリスク要因を考慮した意思決定フレームワークの開発。
• OSMやOpenStackなどのオーケストレーションツールを用いて、実時間セキュリティ実験を統合したテストベッドへの統合。
• 5Gネットワークにおける最も確率の高い攻撃伝搬経路の特定により、攻撃表面分析の向上。
• FlexRanを用いてeNodeBの制御と管理を統合し、動的で実践的なテストベッドを用いた手法の検証。

提案手法

• 攻撃性、影響度、発生可能性といった曖昧または主観的なリスク基準を表現するために、三角型ネイピア数（TFNs）を用いる。
• TFNsを多基準意思決定（MCDM）フレームワークに統合し、潜在的な攻撃経路の順位付けと優先順位の決定。
• OSMとOpenStackを用いたテストベッドアーキテクチャにより、セキュリティサービスの動的オーケストレーションと管理を実現。
• FlexRanをテストベッドに統合し、eNodeBコンponentsの制御と監視を可能にすることで、リアルタイムなネットワーク挙動シミュレーションを支援。
• ファジィ論理から導出されたリスクスコアに基づいて攻撃グラフをモデル化し、不確実な条件下での伝搬シミュレーションを実施。
• 攻撃をシミュレートするリアルタイム実験を通じて、検出および対応の有効性を測定し、手法の妥当性を検証。

実験結果

リサーチクエスチョン

• RQ1 5Gネットワークリスク要因における不確実性を効果的にモデル化することで、脆弱性評価の正確性を向上させることは可能か？
• RQ2 リスクデータが曖昧または主観的である場合に、5Gネットワークにおける攻撃経路を最適に優先順位付けする方法は何か？
• RQ3 ファジィ論理と多基準意思決定を統合することで、高確率の攻撃伝搬ルートの特定にどのように寄与するか？
• RQ4 オーケストレーションツールを備えたリアルタイムテストベッドは、セキュリティリスク評価モデルの検証をどの程度向上できるか？
• RQ5 OSM、OpenStack、FlexRanの組み合わせにより、5Gネットワークにおける動的でスケーラブルなセキュリティ実験が可能になるか？

主な発見

• 提案されたファジィMCDM手法により、リスクパrameterの不確実性を扱うことで、5Gネットワークにおける重要な攻撃経路の特定精度が顕著に向上した。
• OSMとOpenStackの統合により、セキュリティサービスの動的オーケストレーションが可能となり、テストベッドの柔軟性とスケーラビリティが向上した。
• FlexRanの導入により、eNodeBコンponentsのリアルタイム制御と監視が可能になり、5Gネットワーク挙動の正確なシミュレーションを支援した。
• リアルタイム実験により、動的条件下での攻撃伝搬の検出および分析におけるテストベッドの実現可能性と応答性が確認された。
• 三角型ネイピア数の使用により、主観的で曖昧なリスク入力を効果的に捉え、より信頼性の高いリスク優先順位付けが実現された。
• 不確実性下での多基準評価を組み込むことで、従来の脆弱性評価手法に比べ、意思決定の正確性が向上したことがフレームワークで実証された。