[論文レビュー] Intelligent Zero Trust Architecture for 5G/6G Networks: Principles, Challenges, and the Role of Machine Learning in the context of O-RAN

Keyvan Ramezanpour, Jithin Jagannath|arXiv (Cornell University)|May 4, 2021

Software-Defined Networks and 5G被引用数 6

ひとこと要約

本論文は、AIおよびO-RANを活用して、信頼できない環境においてリアルタイムで動的アクセス制御を実現する、知能型ゼロトラストアーキテクチャ（i-ZTA）を提案する。i-ZTAは、O-RANインターフェースを通じて強化学習（IPE）、フェデレーテッドラーニング（IGP）、グラフニューラルネットワーク（INSSA）、暗号的検証（CMFA）を統合し、継続的な信頼評価を実現し、非常に動的で仮想化されたネットワークにおける適応的セキュリティを達成する。

ABSTRACT

In this position paper, we discuss the critical need for integrating zero trust (ZT) principles into next-generation communication networks (5G/6G). We highlight the challenges and introduce the concept of an intelligent zero trust architecture (i-ZTA) as a security framework in 5G/6G networks with untrusted components. While network virtualization, software-defined networking (SDN), and service-based architectures (SBA) are key enablers of 5G networks, operating in an untrusted environment has also become a key feature of the networks. Further, seamless connectivity to a high volume of devices has broadened the attack surface on information infrastructure. Network assurance in a dynamic untrusted environment calls for revolutionary architectures beyond existing static security frameworks. To the best of our knowledge, this is the first position paper that presents the architectural concept design of an i-ZTA upon which modern artificial intelligence (AI) algorithms can be developed to provide information security in untrusted networks. We introduce key ZT principles as real-time Monitoring of the security state of network assets, Evaluating the risk of individual access requests, and Deciding on access authorization using a dynamic trust algorithm, called MED components. To ensure ease of integration, the envisioned architecture adopts an SBA-based design, similar to the 3GPP specification of 5G networks, by leveraging the open radio access network (O-RAN) architecture with appropriate real-time engines and network interfaces for collecting necessary machine learning data. Therefore, this work provides novel research directions to design machine learning based components that contribute towards i-ZTA for the future 5G/6G networks.

研究の動機と目的

• 動的で信頼できないコンponentsを有する5G/6Gネットワークにおける、従来の境界ベースのセキュリティの限界を是正すること。
• AIとネットワークテレメトリを活用して、継続的かつリアルタイムの信頼評価を可能にする知能型ゼロトラストアーキテクチャ（i-ZTA）を設計すること。
• O-RANのオープンインターフェースおよびMEC機能を活用して、軽量でスケーラブルなAI駆動セキュリティコンポーネントを展開すること。
• 機械学習エンジンと暗号的検証（CMFA）を統合し、エンドツーエンドの信頼保証を実現すること。
• 高いデバイスの多様性と移動性を特徴とする次世代ネットワークにおけるAIネイティブセキュリティの研究基盤を構築すること。

提案手法

• i-ZTAは3GPP 5G基準に準拠したサービス指向アーキテクチャ（SBA）を採用し、AIコンポーネントのモジュラー展開を可能にする。
• 知能型ポリシー・エンジン（IPE）は強化学習を用い、リアルタイムの保証スコアに基づいてアクセス要求を動的に承認する。
• 知能型エージェントポータル（IGP）はフェデレーテッドラーニングを適用し、生データを中央集積せずにユーザーの環境認識スコア（EVA）を算出する。
• 知能型ネットワーク信頼状態分析（INSSA）エンジンは、グラフニューラルネットワーク（GNN）を用いてネットワークトポロジーをモデル化し、異常検出にための敵対的学習を実施する。
• 暗号的マルチファンクション認証エンジン（CMFA）は、O1およびE2インターフェースを介してNCCパラメータおよび暗号ハッシュを用いて、エンドツーエンドの信頼検証を実行する。
• すべてのコンポーネントは、O-RANの非リアルタイムRIC（例：rApps）およびxAppsと統合され、O1およびE2インターフェースを介してテレメトリを収集し、ポリシーを実行する。

実験結果

リサーチクエスチョン

• RQ1 どのようにして、大量のデバイス接続を伴う非常に動的で信頼できない5G/6Gネットワークにおいて、ゼロトラスト原則を効果的に実装できるか？
• RQ2 機械学習は、信頼できないネットワーク環境において、リアルタイムで適応的アクセス制御およびリスク評価を可能にするために、どのような役割を果たせるか？
• RQ3 O-RANのオープンインターフェースおよびMEC機能は、軽量でスケーラブルなAIベースのセキュリティコンポーネントの展開をどのように支援できるか？
• RQ4 i-ZTAコンポーネントとO-RANネットワーク機能間のエンドツーエンド信頼検証を保証するメカニズムは何か？
• RQ5 フェデレーテッドラーニングのようなプライバシー保護技術は、ネットワークセキュリティのゼロトラストフレームワークにどのように統合できるか？

主な発見

• i-ZTAは、IPE、IGP、INSSAなどのAI駆動コンポーネントを活用して、ネットワークリソースの継続的かつリアルタイムの監視と動的信頼評価を可能にする。
• IPEコンポーネントにおける強化学習は、リアルタイムのネットワークトレメトリに基づく信頼保証スコアを最大化することで、アクセス承認を動的に最適化する。
• IGPエンジンにおけるフェデレーテッドラーニングにより、ユーザーは生のデバイスまたは位置データを暴露せずに環境認識スコア（EVA）を取得できる。
• INSSAエンジンにおけるグラフニューラルネットワークは、RANコンポーネント間のトラフィックフローのパターンを分析することで、ネットワーク全体の信頼状態をモデル化し、異常を検出する。
• CMFAエンジンは、共有秘密ハッシュおよびネクストホップチェインイングカウンタ（NCC）を用いて、i-ZTA機能とO-RANコンポーネント間の暗号的信頼検証を保証する。
• i-ZTAをO1およびE2インターフェースを介してO-RANのxAppsおよびrAppsと統合することで、スケーラブルでモジュラーかつ相互運用可能なゼロトラストセキュリティサービスの展開が可能になる。