[論文レビュー] The Dichotomy of Cloud and IoT: Cloud-Assisted IoT From a Security Perspective

Behrouz Zolfaghari, Abbas Yazdinejad+3 more|arXiv (Cornell University)|Jul 4, 2022

IoT and Edge/Fog Computing被引用数 16

ひとこと要約

本論文は、クラウド支援型IoT（CAIoT）の包括的セキュリティサーベイを提示し、4つの設計アプローチ（IoTをセキュアなクラウド上に、セキュアなIoTをクラウド上に、セキュアな通信、統合ソリューション）を通じて、セキュアCAIoT（SCAIoT）の階層的アーキテクチャを提案する。主なセキュリティ課題、制御メカニズムを特定し、将来のSCAIoTシステムにおけるAIおよび量子インスパイアド技術の変革的役割を予測する。

ABSTRACT

In recent years, the existence of a significant cross-impact between Cloud computing and Internet of Things (IoT) has lead to a dichotomy that gives raise to Cloud-Assisted IoT (CAIoT) and IoT-Based Cloud (IoTBC). Although it is pertinent to study both technologies, this paper focuses on CAIoT, and especially its security issues, which are inherited from both Cloud computing and IoT. This study starts with reviewing existing relevant surveys, noting their shortcomings, which motivate a comprehensive survey in this area. We proceed to highlight existing approaches towards the design of Secure CAIoT (SCAIoT) along with related security challenges and controls. We develop a layered architecture for SCAIoT. Furthermore, we take a look at what the future may hold for SCAIoT with a focus on the role of Artificial Intelligence(AI).

研究の動機と目的

• クラウド支援型IoT（CAIoT）セキュリティに関する既存サーベイにおける重要なギャップを解消するため、セキュリティ課題と制御に関する包括的かつ体系的な分析を提供すること。
• セキュアCAIoT（SCAIoT）を構築するための4つの明確な設計アプローチ（IoTをセキュアなクラウド上に、セキュアなIoTをクラウド上に、セキュアな通信、統合ソリューション）を特定・分類すること。
• 識別された設計アプローチおよびセキュリティ制御を反映する、階層的アーキテクチャモデルを構築すること。
• 人工知能（AI）および量子インスパイド技術が、SCAIoTセキュリティとシステムのレジliエンスを強化する将来の役割を調査すること。
• AI駆動の脅威検出、適応的セキュリティメカニズム、および新技術との統合を強調する、前向きな研究ロードマップを提供すること。

提案手法

• CAIoTに関する既存サーベイの体系的文献レビューを実施し、セキュリティカバレッジ、AI統合、将来のロードマップ開発におけるその短所を同定する。
• SCAIoT設計の4つの主要なアプローチ（1）IoTデプロイ用にクラウド層をセキュア化、（2）クラウド意識を持つIoT層のセキュリティ強化、（3）IoT-クラウド通信チャネルの保護、（4）両層にわたるセキュリティの包括的・コードベース統合）を分類・分析する。
• 各アプローチに使用される具体的なセキュリティ制御（例：ハイブリッド分類器、適応的エントロピー鍵生成、半教師あり機械学習モデル（例：LEDEM）、ブロックチェーンベースフレームワーク）を同定・マッピングする。
• 4つの設計アプローチを統合し、同定されたセキュリティ制御および脅威緩和戦略を反映する、革新的な階層的アーキテクチャを提案する。
• AIおよび量子インスパイド技術のセキュリティ応用におけるパフォーマンスを評価し、量子インスパイド経験リプレイを用いた深層強化学習（DRL-QER）、量子インスパイドファジィニューラルネットワーク（Q-FNN）、量子インスパイド攻撃検出モデルを含む。
• AI、エッジ-クラウドコンピューティング、量子インスパイドアルゴリズムのトレンドを分析することで、将来のロードマップを構築し、リアルタイム脅威検出および適応的セキュリティ強化に向けた統合を予測する。

実験結果

リサーチクエスチョン

• RQ1 クラウド支援型IoT（CAIoT）に内在する主なセキュリティ課題とは何か？ これらはクラウドおよびIoTのセキュリティ脆弱性に起因するのか？
• RQ2 セキュアCAIoT（SCAIoT）を構築するための4つの明確な設計アプローチとは何か？ それぞれのアプローチは、セキュリティ制御およびシステム統合の処理においてどのように異なるのか？
• RQ3 各SCAIoT設計アプローチに使用される具体的なセキュリティ制御（例：ハイブリッド分類器、ブロックチェーンフレームワーク、半教師ありモデル）は何か？ それらのパフォーマンス結果は何か？
• RQ4 人工知能（AI）および量子インスパイド技術は、SCAIoTシステムのセキュリティ、スケーラビリティ、リアルタイム応答性をどのように向上させ得るか？
• RQ5 完全にセキュアで、AIネイティブかつ量子耐性を備えたSCAIoTエコシステムを実現するためには、どのような将来の研究分野およびアーキテクチャ的イノベーションが必要か？

主な発見

• 本研究では、SCAIoTの4つの主要な設計アプローチ（IoTをセキュアなクラウド上に、セキュアなIoTをクラウド上に、セキュアな通信、統合ソリューション）を同定し、それぞれが異なるセキュリティ懸念に応える。
• ハイブリッド分類器技術は、計算複雑性を87%削減しつつ、フィッシング検出で97.86%の正確性を達成し、AI駆動の脅威検出における高い効率性を示した。
• 半教師あり機械学習ベースの手法LEDEMは、DoS攻撃下でのfIoTおよびmIoTにおいて、21%の性能向上を達成した。
• ラムダアーキテクチャにおけるエッジ-クラウド深層IDSモデルは、標準的な機械学習手法と比較して、トレーニング時間の短縮と真陽性検出精度の向上を実現した。
• 提案された深層ブロックチェーンフレームワーク（DBF）は、スマートコントラクトを介して、安全なデータ移行を可能にし、機密性および侵入検出能力を向上させた。
• DRL-QERやQ-FNNなどの量子インスパイド技術は、探索と活用のバランス最適化および量子インスパイドパrameterチューニングによるニューラルネットワーク設計の改善に、前向きな可能性を示している。