[論文レビュー] Access Control in Internet of Things: A Survey

Yunpeng Zhang, Xuqing Wu|arXiv (Cornell University)|Oct 4, 2016

IoT and Edge/Fog Computing参考文献 24被引用数 6

ひとこと要約

本稿では、接続されたデバイスにおけるデータ整合性とだまし行為の問題に対処するため、インテอรicens・オブ・Things（IoT）向けの信頼ベースのアクセス制御モデルを提案する。サービス品質、セキュリティ、評判、社会的関係といった多次元的信頼指標をアクセス制御に統合することで、重み付きで時間経過に伴い減衰する評判スコアを用いてノードの信頼性を動的に評価し、悪意あるノードの検出を向上させるとともに、共謀や自己推奨攻撃に対するシステムのレジリエンスを強化する。

ABSTRACT

Cheating is a real problem in the Internet of Things. The fundamental question that needs to be answered is how we can trust the validity of the data being generated in the first place. The problem, however, isn't inherent in whether or not to embrace the idea of an open platform and open-source software, but to establish a methodology to verify the trustworthiness and control any access. This paper focuses on building an access control model and system based on trust computing. This is a new field of access control techniques which includes Access Control, Trust Computing, Internet of Things, network attacks, and cheating technologies. Nevertheless, the target access control systems can be very complex to manage. This paper presents an overview of the existing work on trust computing, access control models and systems in IoT. It not only summarizes the latest research progress, but also provides an understanding of the limitations and open issues of the existing work. It is expected to provide useful guidelines for future research.

研究の動機と目的

• デバイスがデータの出所をだます可能性があるIoTシステムにおいて、データの出所を信頼できるものとするという根本的課題に取り組む。
• 従来のアクセス制御モデル（RBAC、CBAC）が、信頼指標を操作する悪意あるノードを検出できないという限界を克服する。
• 動的で多次元的な信頼評価を統合した信頼に配慮したアクセス制御フレームワークを構築し、システムのセキュリティとレジリエンスを向上させる。
• 欠陥を隠して高い信頼値を獲得するような知的なだまし行動を検出できない、既存の信頼計算モデルのギャップを特定する。
• 今後の安全で信頼できるIoTシステムの研究を導くために、現在の研究、限界、未解決の問題を包括的に概説する。

提案手法

• サービス品質、セキュリティ、評判、社会的関係という4つの主要な次元を有する多次元的信頼モデルを提案する。
• 時間経過に伴い減衰する重み付き算術平均を用いて平均信頼スコアを計算し、指数関数的要因 $\exp^{-\frac{n}{S}}$ を通じて最近の相互作用に高い優先度を与える。
• サービスコンテキストにおける関連性と重要度に応じて信頼特性を重み付けるためのサービス重要要因を導入する。
• 異なるブランチおよび階層レベルに合わせて調整可能な重みを用いて、複数の次元にわたる信頼値を再帰的に集約する。
• 従来のアクセス制御モデル（RBAC、ABAC、Cap-BAC）を拡張し、アクセス許可の意思決定に信頼評価を統合する。
• 信頼に配慮したアクセス制御（TACIoT）を適用し、評判の操作による自己推奨やボールト・スティング攻撃に従事するノードを検出しブロックする。

実験結果

リサーチクエスチョン

• RQ1 不均一で大規模なIoT環境において、だましデバイスを検出できるように、信頼を効果的にモデル化・計算する方法は何か？
• RQ2 従来のアクセス制御モデル（RBAC、ABAC、Cap-BAC）が、信頼指標を操作する悪意あるノードを同定する際の限界は何か？
• RQ3 自己推奨やボールト・スティングのような共謀攻撃は、どのように動的で多次元的な信頼評価によって緩和できるか？
• RQ4 時間経過に伴い減衰する評判スコアとサービス重要要因は、信頼評価の正確性を向上させる役割を果たすか？
• RQ5 信頼計算をIoTアクセス制御システムに統合するにあたり、主な未解決の問題と研究ギャップは何か？

主な発見

• 従来の信頼計算モデルは、欠陥を知的に隠して高い信頼値を獲得する悪意あるノードを区別できず、高度なだまし行為に対して無力である。
• サービス品質、セキュリティ、評判、社会的関係を統合した提案された多次元的信頼モデルにより、より正確で文脈に配慮した信頼評価が可能になる。
• 時間経過に伴い減衰する信頼集約法（$\exp^{-\frac{n}{S}}$）を用いることで、最近の相互作用がより大きな影響を及ぼし、ノード行動の変化に迅速に対応できる。
• TACIoTは、意思決定に信頼値を統合することでアクセス制御を効果的に強化し、信頼できないまたは悪意あるノードへのアクセス許可のリスクを低減する。
• 信頼ベースのアクセス制御（TBAC）をABAC や Cap-BAC といった既存のモデルと組み合わせることで、IoTにおけるより強固で適応性のあるセキュリティメカニズムが実現できる。
• 本稿では、長期的な持続可能性と信頼性を確保するため、標準的でスケーラブルかつレジリエントな信頼管理システムの構築が不可欠であると指摘している。