[논문 리뷰] Trust Management Model for Cloud Computing Environment

Somesh Kumar Prajapati, Suvamoy Changder외 1명|arXiv (Cornell University)|2013. 04. 19.

Cloud Data Security Solutions참고 문헌 10인용 수 14

한 줄 요약

이 논문은 클라우드 컴퓨팅 환경에서 소프트웨어로서의 서비스(SaaS)를 위한 형식적 신뢰 관리 모델을 제안하며, 직접 신뢰, 추천 신뢰, 명성의 요소를 복합 신뢰 평가 메커니즘을 통해 통합한다. 이 모델은 쇠퇴 함수, 상호작용 횟수, 명성 요소, 만족 수준을 사용하여 신뢰 값을 계산함으로써 이질적인 클라우드 서비스 생태계에서 동적이고 불확실성 인식이 가능한 신뢰 평가를 가능하게 한다.

ABSTRACT

Software as a service or (SaaS) is a new software development and deployment paradigm over the cloud and offers Information Technology services dynamically as "on-demand" basis over the internet. Trust is one of the fundamental security concepts on storing and delivering such services. In general, trust factors are integrated into such existent security frameworks in order to add a security level to entities collaborations through the trust relationship. However, deploying trust factor in the secured cloud environment are more complex engineering task due to the existence of heterogeneous types of service providers and consumers. In this paper, a formal trust management model has been introduced to manage the trust and its properties for SaaS in cloud computing environment. The model is capable to represent the direct trust, recommended trust, reputation etc. formally. For the analysis of the trust properties in the cloud environment, the proposed approach estimates the trust value and uncertainty of each peer by computing decay function, number of positive interactions, reputation factor and satisfaction level for the collected information.

연구 동기 및 목표

• 신뢰성과 행동이 다양하게 변화하는 이질적인 클라우드 서비스 환경에서 신뢰 수립의 과제를 해결하기 위해.
• 기존 보안 프레임워크가 클라우드 기반 SaaS 배포 환경에서의 신뢰 동역학을 충분히 모델링하지 못하는 한계를 극복하기 위해.
• 직접 신뢰, 추천 신뢰, 명성과 같은 신뢰 성질을 형식적으로 표현하여 클라우드 엔티티 간의 안전한 협업을 지원하기 위해.
• 실시간 상호작용 데이터와 신뢰 계산 시 불확실성 추정을 통합하여 동적이고 적응형 신뢰 평가를 가능하게 하기 위해.
• 온디맨드 클라우드 서비스 공급에 대한 의사결정을 지원하는 가용성과 분석 가능성이 높은 프레임워크를 제공하기 위해.

제안 방법

• 직접 신뢰, 추천 신뢰, 명성을 복합 지표로 통합하여 구조화된 수학적 모델을 사용해 신뢰를 형식화하기 위해.
• 오래된 상호작용의 영향을 줄이기 위해 쇠퇴 함수를 적용하여 최근 행동을 반영하는 신뢰 값을 확보하기 위해.
• 긍정적 상호작용 횟수와 사용자 피드백에서 유도된 만족 수준을 기반으로 신뢰 점수를 계산하기 위해.
• 특히 신규이거나 검증되지 않은 서비스 제공자에 대해 신뢰 추정을 향상시키기 위해 동료 평가에서 유도된 명성 요소를 통합하기 위해.
• 통계적 추정 기법을 사용하여 신뢰 값의 불확실성을 모델링하여 계산된 신뢰 점수에 대한 신뢰 수준을 반영하기 위해.
• 직접, 추천, 명성 기반 신뢰를 통합하여 각 피어별 통합 신뢰 값을 도출하기 위해 다중 요소 집계 방법을 사용하기 위해.

실험 결과

연구 질문

• RQ1 다양한 서비스 제공자와 소비자가 존재하는 이질적인 클라우드 컴퓨팅 환경에서 신뢰를 어떻게 형식적으로 모델링할 수 있는가?
• RQ2 SaaS 기반 클라우드 서비스에서 신뢰 평가의 정확성과 신뢰성에 의미적으로 기여하는 요소는 무엇인가?
• RQ3 신뢰 값의 불확실성은 어떻게 정량화하고 신뢰 계산에 통합하여 의사결정을 향상시킬 수 있는가?
• RQ4 진행 중인 상호작용 이력에 따라 동적으로 및 적응적으로 신뢰 점수가 갱신되는 데 필요한 메커니즘은 무엇인가?
• RQ5 쇠퇴 함수와 명성 집계는 대규모 클라우드 환경에서 신뢰 평가의 강건성을 어떻게 향상시키는가?

주요 결과

• 제안된 모델은 직접 신뢰, 추천 신뢰, 명성 기반 신뢰 요소를 통합한 복합 지표로서의 신뢰를 성공적으로 형식화하였다.
• 쇠퇴 함수의 사용은 오래된 상호작용의 영향을 효과적으로 줄여 시간이 지남에 따라 신뢰 점수의 관련성을 향상시켰다.
• 상호작용 빈도와 사용자 만족 수준을 모두 통합함으로써 신뢰 추정의 정확도가 향상됨을 입증하였다.
• 신뢰 값의 불확실성 정량화로 의사결정의 신뢰도가 향상되었으며, 특히 새로 도입되거나 거의 사용되지 않는 서비스에 특히 유용하였다.
• 동료 명성 요소의 통합은 직접 상호작용 이력이 제한된 엔티티에 대한 신뢰 평가를 크게 향상시켰다.
• 모델은 동적 신뢰 평가를 지원하여 온디맨드 SaaS 환경에서 변화하는 서비스 행동에 실시간으로 적응할 수 있도록 하였다.