[論文レビュー] Security Management Model in Cloud Computing Environment

Seyed Hossein Ahmadpanah|arXiv (Cornell University)|Nov 27, 2016

IoT and Edge/Fog Computing参考文献 5被引用数 3

ひとこと要約

この論文は、AHPに基づくVMスケジューリング、CUSUMを用いたDDoS検出、およびレジリエンスのための状態移行を統合する、動的でVM中心のクラウド環境向けセキュリティ管理モデルを提案する。このモデルは、適応的ワークロード配置とリアルタイム攻撃検出を通じて、セキュリティと効率性を向上させ、機能テストにより、脅威低減とリソース利用効率の向上が確認された。

ABSTRACT

In the cloud computing environment, cloud virtual machine (VM) will be more and more the number of virtual machine security and management faced giant Challenge. In order to address security issues cloud computing virtualization environment, this paper presents a virtual machine based on efficient and dynamic deployment VM security management model state migration and scheduling, study of which virtual machine security architecture, based on AHP (Analytic Hierarchy Process) virtual machine deployment and scheduling method, based on CUSUM (Cumulative Sum) DDoS attack detection algorithm, and the above-described method for functional testing and validation.

研究の動機と目的

• クラウド環境における多数の仮想マシン（VM）を安全に管理するという急増する課題に対処すること。
• 効率的な展開とスケジューリングを支援する、動的で状態を考慮したVMセキュリティ管理モデルの開発。
• セキュリティおよびパフォーマンス基準に基づき、知能的なVM展開とスケジューリング意思決定を行うためにAHPの統合。
• リアルタイムでのDDoS攻撃検出を実現するため、CUSUMベースのアルゴリズムの実装。
• 安全性と運用効率性に焦点を当て、テストを通じてモデルの機能を検証すること。

提案手法

• モデルは、セキュリティおよびパフォーマンス要因に基づき、VMの優先順位付けとスケジューリングにためAnalytic Hierarchy Process（AHP）を用いる。
• CUSUM（累積和）統計的プロセス制御アルゴリズムを用いて、トラフィックの異常を監視し、DDoS攻撃を検出する。
• 危険度の高いVMや損傷したVMを隔離または再構成するために、動的VM状態移行を実施する。
• VMセキュリティアーキテクチャとスケジューリング・検出モジュールを統合し、包括的な保護を実現する。
• モデルの応答性、検出精度、スケーラビリティを評価するため、機能テストを実施する。
• 意思決定（AHP）、異常検出（CUSUM）、ランタイム適応（移行）を統合した包括的なフレームワークを構築する。

実験結果

リサーチクエスチョン

• RQ1 クラウド環境におけるVMスケジューリングは、どのように最適化され、セキュリティとリソース利用効率を向上させることができるか？
• RQ2 AHPに基づく意思決定は、安全にVMの選択と配置を改善する程度はどの程度か？
• RQ3 CUSUMアルゴリズムは、クラウド仮想化環境においてリアルタイムでDDoS攻撃を効果的に検出できるか？
• RQ4 動的VM状態移行は、実行中のクラウドワークロードにおけるセキュリティ脅威の低減にどのように寄与するか？
• RQ5 AHP、CUSUM、および移行を統合した統一セキュリティ管理モデルの全体的な有効性はいかがなものか？

主な発見

• AHPに基づくスケジューリング手法は、セキュリティおよびパフォーマンス基準に基づき、VM展開の優先順位を適切に設定し、負荷分散とリスクを考慮した配置を改善した。
• CUSUMに基づくDDoS検出アルゴリズムは、攻撃パターンを早期かつ正確に同定し、動的トラフィックにおける誤検出を低減した。
• 動的VM状態移行により、検出された脅威に対する迅速な対応が可能になり、サービス中断と隔離時間の最小限化が達成された。
• 機能テストにより、攻撃状態下でもシステムの安定性を維持し、リソース使用を最適化できる能力が確認された。
• 統合モデルは、大規模仮想化クラウド環境におけるセキュリティのレジリエンスと適応性を向上させた。
• AHP、CUSUM、および移行の組み合わせにより、スケーラブルで反応性の高いクラウドワークロード向けセキュリティ管理フレームワークが実現された。