Résumé Technique : ORAN-DEFEND

1. Énoncé du Problème

L'architecture Open Radio Access Network (O-RAN) délègue le contrôle en temps quasi réel à des xApps basées sur l'apprentissage par renforcement profond (DRL), souvent provenant de fournisseurs tiers. Ce modèle de chaîne d'approvisionnement introduit une vulnérabilité critique : les politiques de porte dérobée (backdoor policies). Un fournisseur malveillant peut distribuer un agent DRL qui se comporte de manière optimale dans des conditions normales, mais qui exécute des actions de contrôle nuisibles (dégradation de la Qualité de Service, violation des budgets de latence ou création d'interférences) lorsqu'un déclencheur (trigger) clandestin est injecté dans la télémétrie des indicateurs clés de performance (KPI) observés.

Les mécanismes de défense existants sont insuffisants pour ce scénario car :

• Contraintes de boîte noire : Les xApps sont souvent des binaires propriétaires figés, empêchant tout accès en boîte blanche ou tout réentraînement du modèle.
• Limites des défenses supervisées : Les techniques telles que Neural Cleanse ou les signatures spectrales nécessitent généralement des données d'entraînement ou des poids de modèle, qui ne sont pas disponibles.
• Nature des attaques DRL : Contra-rément à la classification statique, les portes dérobées dans le DRL se manifestent par une dégradation du rendement cumulatif sur de longs horizons plutôt que par une simple erreur de classification à l'étape suivante, ce qui les rend plus difficiles à détecter via une détection d'anomalies standard.

2. Méthodologie : ORAN-DEFEND

Les auteurs proposent ORAN-DEFEND, un wrapper sans réentraînement, opérant au niveau de la télémétrie, conçu pour assainir les xApps potentiellement compromises. La défense opère entièrement sur les observations d'entrée (fenêtres de KPI) présentées à la politique figée.

Mécanisme Central : Assainissement par Sous-espace

La méthode repose sur la géométrie spectrale de la télémétrie KPI saine.

1. Estimation du Sous-espace Sûr (Hors ligne) : Le défenseur collecte un petit ensemble d'épisodes de déploiement (rollouts) sains et de confiance provenant de l'xApp dans un environnement contrôlé. En utilisant la décomposition en valeurs singulières (SVD) sur ces états sains, le système estime un sous-espace sûr ($E_n$) de faible dimension où réside la majeure partie de la variance nominale des KPI.
2. Hypothèse d'Orthogonalité du Déclencheur : La défense suppose que le déclencheur malveillant réside dans le complément orthogonal ($E^\perp$) du sous-espace sûr. Cela repose sur la prémisse que les déclencheurs sont conçus pour être clandestins et sont donc orthogonaux aux corrélations naturelles du trafic réseau.
3. Assainissement en Ligne : Pour chaque fenêtre de KPI entrante $s_t$ :
   • L'observation est centrée et projetée sur le sous-espace sûr $E_n$ estimé.
   • Le vecteur projeté $\hat{s}_t = \text{Proj}_{E_n}(s_t)$ est transmis à la politique de porte dérobée figée $\pi^\dagger$.
   • Si le déclencheur se situe entièrement dans $E^\perp$, la projection annule exactement le déclencheur, restaurant l'entrée à un état indiscernable d'un fonctionnement sain.
4. Détection : Un détecteur de résidus calcule l'énergie de la composante orthogonale au sous-espace sûr ($\rho(s_t) = \|s_t - \hat{s}_t\|^2$). Si ce résidu dépasse un seuil, une alerte de porte dérobée est déclenchée.

Garanties Théoriques

L'article établit une condition de récupération précise : la défense réussit si l'énergie du déclencheur se concentre dans $E^\perp$. L'écart de performance entre la politique saine optimale et la politique assainie est borné par l'erreur d'approximation (énergie des états sains écartés) et l'erreur d'estimation (taille d'échantillon finie), à condition que le déclencheur soit confiné dans le complément orthogonal.

3. Contributions Clés

1. Modèle de Menace Formalisé : Les auteurs définissent la menace de politique de porte dérobée pour les xApps pilotées par KPI dans l'O-RAN, couvrant les régimes d'empoisonnement en boucle interne (TrojDRL, BadRL) et en boucle externe (SleeperNets, Q-Incept).
2. Défense Sans Réentraînement : Ils présentent ORAN-DEFEND, le premier wrapper qui assainit les politiques DRL figées en utilisant uniquement l'inférence en boîte noire et un petit nombre de rollouts sains de confiance, sans nécessiter l'accès aux poids du modèle ou un réentraînement.
3. Caractérisation Géométrique des Frontières de Défense : L'article introduit la fraction d'énergie $\eta_{E^\perp}$ comme une quantité mesurable unique qui régit la récupération. Il démontre que les défenses par projection linéaire sont intrinsèquement limitées : si le déclencheur se colocalise avec le signal légitime (faible $\eta_{E^\perp}$), la sanitisation linéaire échoue, même si le déclencheur est détectable de manière non linéaire.
4. Évaluation Complète : La défense est évaluée contre quatre familles d'attaques structurellement distinctes sur le jeu de données Colosseum COLORAN, couvrant différents mécanismes d'empoisonnement.

4. Résultats Expérimentaux

L'évaluation a été menée sur le jeu de données Colosseum COLORAN avec 8 canaux de KPI sur un horizon de 20 étapes ($D=160$).

• Performance sous l'hypothèse $E^\perp$ : Lorsque le déclencheur est confiné dans le complément orthogonal (l'hypothèse standard de la défense) :

  • Récupération du Rendement (Return) : Atteinte à 100 % pour les quatre familles d'attaques (TrojDRL, SleeperNets, BadRL, Q-Incept).
  • Taux de Succès de la Défense (DSR) : $\ge 99,5\%$.
  • Détection : Le détecteur de résidus a atteint un AUROC compris entre 0,98 et 1,00.
  • Efficacité d'Échantillonnage : La défense est restée efficace avec seulement $n=8$ épisodes de calibration sains.

• Comparaison avec les Baselines :

  • Calibration Contaminée : Si le sous-espace est estimé à partir de données contaminées (mélange de données saines/empoisonnées), la récupération chute considérablement pour certaines attaques (ex: BadRL passe de 99,9 % à 0 %), soulignant la nécessité de l'étape de calibration de confiance.
  • Linéaire vs Non-Linéaire : Lorsque les déclencheurs ont été injectés dans le sous-espace sûr (en violation de l'hypothèse), la projection linéaire a échoué (la récupération est tombée à 0–22 %). Cependant, un classificateur MLP non linéaire pouvait toujours détecter ces déclencheurs avec un AUROC de 100 %, confirmant que la sanitisation linéaire et la détection se déconnectent lorsque l'hypothèse géométrique est violée.

• Études d'Ablation :

  • La récupération est robuste aux variations du nombre d'échantillons de calibration ($n$) et de la dimension du sous-espace ($d \gtrsim 10$).
  • La défense est insensible à la sévérité de l'attaque (magnitude de la pénalité).

5. Signification et Revendications

L'article positionne ORAN-DEFEND comme une première ligne de défense pratique et théoriquement fondée pour le modèle de menace de la chaîne d'approvisionnement O-RAN. Sa principale signification réside dans :

• Faisabilité Opérationnelle : Elle ne nécessite aucun réentraînement et impose un surcoût de calcul minimal ($O(Dd)$ par étape), ce qui la rend compatible avec les contraintes de latence du Near-RT RIC (10ms – 1s).
• Précision Théorique : Elle va au-delà de la détection heuristique en fournissant une condition mathématique précise ($\eta_{E^\perp}$) pour déterminer quand la sanitisation linéaire réussit ou échoue.
• Conscience des Limites : Les auteurs affirment modestement que, bien que la défense soit très efficace sous l'hypothèse du sous-espace, elle n'est pas une panacée. L'« ablation géométrique » révèle une limite intrinsèque de toute défense par projection linéaire : elle ne peut pas assainir les déclencheurs qui se colocalisent avec les signaux légitimes. Dans de tels cas, l'article suggère que, bien que la sanitisation linéaire échoue, le déclencheur peut toujours être détectable via des méthodes non linéaires, offrant ainsi aux opérateurs une métrique fondée pour évaluer la couverture de la défense.

L'étude conclut qu'ORAN-DEFEND atténue efficacement les menaces de porte dérobée où le déclencheur est orthogonal à la variété (manifold) des données naturelles, offrant une solution robuste pour le déploiement d'xApps DRL tiers dans les infrastructures de télécommunications critiques.