A Requirement-Based Framework for Engineering Adaptive Authentication

यहाँ हसन एट अल. के शोध पत्र "A Requirement-Based Framework for Engineering Adaptive Authentication" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

डायनेमिक वातावरण जैसे कि इंटरनेट ऑफ व्हीकल्स (IoV), स्वास्थ्य सेवा (healthcare), और स्मार्ट शहरों में, सुरक्षा जोखिम और सिस्टम की आवश्यकताएं (जैसे, उपयोगिता, प्रदर्शन) संदर्भगत कारकों (contextual factors) (जैसे, स्थान, दिन का समय, डिवाइस का प्रकार, नेटवर्क टोपोलॉजी) के आधार पर घटती-बढ़ती रहती हैं।

• स्थिर प्रमाणीकरण (Static Authentication) की सीमाएँ: पारंपरिक स्थिर प्रमाणीकरण विधियाँ (जो निश्चित क्रेडेंशियल्स पर निर्भर करती हैं) इन बदलते जोखिमों के अनुकूल होने में विफल रहती हैं। वे अक्सर या तो कम जोखिम वाले परिदृश्य में अत्यधिक सुरक्षा लागू कर देती हैं (जिससे उपयोगिता/प्रदर्शन प्रभावित होता है) या उच्च जोखिम वाले परिदृश्य में सुरक्षा कम कर देती हैं (जिससे सिस्टम असुरक्षित हो जाता है)।
• अनुसंधान अंतराल (Research Gaps): मौजूदा एडेप्टिव ऑथेंटिकेशन सिस्टम्स में निम्नलिखित का अभाव है:
  1. संदर्भगत कारकों, आवश्यकताओं और प्रमाणीकरण विधियों का औपचारिक प्रतिनिधित्व।
  2. ऐसे तंत्र जो यह समझ सकें कि संदर्भ (context) कैसे आवश्यकताओं की प्राथमिकता और विशिष्ट विधियों की व्यवहार्यता (feasibility) को प्रभावित करता है।
  3. जोखिम शमन (risk mitigation) और आवश्यकता संतुष्टि के बीच संतुलन बनाने के लिए इष्टतम प्रमाणीकरण विधि चुनने की स्वचालित तकनीकें।

2. कार्यप्रणाली (Methodology)

लेखक एक रिक्वायरमेंट-बेस्ड फ्रेमवर्क प्रस्तावित करते हैं जो MAPE-K (Monitor, Analyze, Plan, Execute, Knowledge) सेल्फ-एडेप्टिव लूप पर आधारित है। मुख्य नवाचार Knowledge के प्रतिनिधित्व और Analyze/Plan निर्णय इंजन में निहित है।

A. ज्ञान प्रतिनिधित्व (Knowledge Representation)

फ्रेमवर्क तीन परस्पर जुड़े घटकों का उपयोग करके सिस्टम को मॉडल करता है:

1. संदर्भगत लक्ष्य मॉडल (Contextual Goal Model):

   • सिस्टम की आवश्यकताओं (सुरक्षा: गोपनीयता, अखंडता, प्रमाणिकता; उपयोगिता: प्रभावशीलता, दक्षता; प्रदर्शन) का प्रतिनिधित्व करता है।
   • संदर्भगत कारकों (जैसे, "चौराहे पर एम्बुलेंस," "कम रोशनी") को लक्ष्यों की प्राथमिकता से जोड़ता है।
   • लक्ष्यों की प्राथमिकता पर संदर्भ के प्रभाव को दर्शाने के लिए $[0, 1]$ के मात्रात्मक पैमाने का उपयोग करता है (जैसे, $>0.8$ का अर्थ है "बहुत मजबूत सकारात्मक")।
   • कई संदर्भ प्रभावों को एकत्रित करने के लिए मैक्सिमम (maximum) ऑपरेटर का उपयोग करता है ताकि एक रूढ़िवादी, जोखिम-जागरूक प्राथमिकता सुनिश्चित की जा सके।

2. विस्तारित फीचर मॉडल (Extended Feature Model):

   • उपलब्ध प्रमाणीकरण विधियों (जैसे, पासवर्ड, बायोमेट्रिक्स, स्मार्टकार्ड, टू-फैक्टर) के स्पेक्ट्रम का प्रतिनिधित्व करता है।
   • क्रेडेंशियल प्रकार, ऑटोमेशन स्तर और क्रिप्टोग्राफिक स्ट्रेंथ जैसे फीचर्स को परिभाषित करता है।
   • स्पष्ट रूप से व्यवहार्यता बाधाओं (feasibility constraints) को मॉडल करता है: कुछ संदर्भ विधियों को अव्यवहार्य बना देते हैं (जैसे, "कम रोशनी" $\rightarrow$ फेस/आइरिस रिकग्निशन = 0)।
   • प्रत्येक विधि द्वारा विशिष्ट आवश्यकताओं को संतुष्ट करने के योगदान को मात्रात्मक रूप से दर्शाता है (जैसे, सर्टिफिकेट-आधारित ऑथेंटिकेशन का 'प्रमाणिकता' पर उच्च प्रभाव होता है लेकिन 'प्रदर्शन' पर नकारात्मक प्रभाव पड़ता है)।

3. सुरक्षा जोखिम मॉडल (Security Risk Model):

   • संभावना (Likelihood) (जो संदर्भ और सक्षम विधियों से प्रभावित होती है) और हानि (Harm) (जो डेटा संवेदनशीलता से प्रभावित होती है) के आधार पर जोखिम की गणना करता है।
   • एक रूढ़िवादी एकत्रीकरण रणनीति का उपयोग करता है: कुल जोखिम = $\max(\text{Partial Risks})$।
   • प्रमाणीकरण विधियाँ हमलों की संभावना को कम करती हैं (जैसे, टू-फैक्टर इंपर्सनेशन रिस्क को काफी कम कर देता है)।

B. निर्णय इंजन: फजी कॉज़ल नेटवर्क (FCN) और Z3

सर्वोत्तम प्रमाणीकरण विधि को गतिशील रूप से चुनने के लिए, फ्रेमवर्क Z3 SMT (Satisfiability Modulo Theories) सॉल्वर का उपयोग करके एनकोडेड एक फजी कॉज़ल नेटवर्क (FCN) का उपयोग करता है।

• FCN संरचना:
  • चांस नोड्स (Chance Nodes): संदर्भगत कारक और लक्ष्य।
  • डिसीजन नोड्स (Decision Nodes): प्रमाणीकरण कॉन्फ़िगरेशन का बाइनरी चयन (0 या 1)।
  • यूटिलिटी नोड (Utility Node): एक मीट्रिक जिसे अधिकतम करना है, जिसे लक्ष्य संतुष्टि के औसत और कुल जोखिम के पूरक (complement) के रूप में परिभाषित किया गया है:
    $$Utility = \frac{S(Security) + S(Usability) + S(Performance) + (1 - TotalRisk)}{4}$$
• निष्पादन (Execution):
  • रनटाइम पर, सिस्टम संदर्भ की निगरानी करता है और FCN बाधाओं को अपडेट करता है।
  • Z3, यूटिलिटी इंटरवल $[0, 1]$ पर बाइनरी सर्च करता है ताकि उस प्रमाणीकरण कॉन्फ़िगरेशन को खोजा जा सके जो सभी व्यवहार्यता बाधाओं को पूरा करते हुए यूटिलिटी को अधिकतम करता है।

3. प्रमुख योगदान (Key Contributions)

1. एकीकृत मॉडलिंग फ्रेमवर्क: संदर्भ, आवश्यकताओं और प्रमाणीकरण तंत्रों के बीच अंतर्संबंधों को औपचारिक रूप से दर्शाने के लिए कॉन्टेक्स्टुअल गोल मॉडल और एक्सटेंडेड फीचर मॉडल का एक अभिनव एकीकरण।
2. स्वचालित रनटाइम अनुकूलन (Automated Runtime Adaptation): बदलते संदर्भों के जवाब में इष्टतम प्रमाणीकरण विधि को स्वचालित रूप से कंप्यूट करने के लिए Z3-एनकोडेड FCNs का उपयोग करने वाली एक तकनीक, जो परस्पर विरोधी लक्ष्यों (जैसे, सुरक्षा बनाम उपयोगिता) के बीच संतुलन बनाती है।
3. व्यवहार्यता हैंडलिंग (Feasibility Handling): यह स्पष्ट रूप से मॉडल करता है कि पर्यावरणीय कारक (जैसे, प्रकाश व्यवस्था, नेटवर्क प्रकार) विशिष्ट प्रमाणीकरण विधियों को कैसे अक्षम करते हैं, जिससे अप्रभावी समाधानों के चयन को रोका जा सके।
4. मात्रात्मक जोखिम-यूटिलिटी ट्रेड-ऑफ: एक औपचारिक यूटिलिटी फंक्शन जो सुरक्षा जोखिमों को कम करने और गैर-कार्यात्मक आवश्यकताओं (non-functional requirements) की संतुष्टि के बीच गणितीय रूप से संतुलन बनाता है।

4. परिणाम और मूल्यांकन (Results and Evaluation)

फ्रेमवर्क का मूल्यांकन दो अलग-अलग डोमेन में एक स्टैटिक बेसलाइन (जो सभी परिदृश्यों में एक ही प्रमाणीकरण विधि लागू करती है) के विरुद्ध किया गया: इंटरनेट ऑफ व्हीकल्स (IoV) और स्वास्थ्य सेवा (Healthcare)।

केस स्टडी A: IoV परिदृश्य

• परिदृश्य: सुरक्षित डेटा एक्सचेंज (V2R), एम्बुलेंस ओवरटेकिंग (V2V), जंक्शन पर पेशेंट डेटा एक्सेस करना (V2I)।
• निष्कर्ष:
  • स्टैटिक बेसलाइन लगातार आवश्यकताओं को पूरा करने में विफल रही। उदाहरण के लिए, V2V ओवरटेकिंग (उच्च प्रदर्शन आवश्यकता) के लिए सर्टिफिकेट का उपयोग करने से अस्वीकार्य देरी हुई।
  • प्रस्तावित फ्रेमवर्क ने गतिशील रूप से चुना:
    • V2R (उच्च सुरक्षा प्राथमिकता) के लिए सर्टिफिकेट-आधारित ऑथेंटिकेशन।
    • V2V (उच्च प्रदर्शन प्राथमिकता) के लिए कार प्लेट/लाइसेंस।
    • V2I (संतुलित सुरक्षा/उपयोगिता) के लिए टू-फैक्टर (प्लेट + फिंगरप्रिंट)।
  • ओवरहेड: रनटाइम विश्लेषण < 1.5 सेकंड (औसत ~960ms) के साथ और < 19 MB मेमोरी उपयोग के साथ हुआ, जो रनटाइम पर तैनाती की व्यवहार्यता सिद्ध करता है।

केस स्टडी B: स्वास्थ्य सेवा परिदृश्य

• परिदृश्य: अस्पताल के बाहर दवा प्रिस्क्राइब करना (S4), इमरजेंसी विभाग एक्सेस (S5), देर रात होम एक्सेस (S6)।
• निष्कर्ष:
  • फ्रेमवर्क ने बाधाओं के अनुकूल होने में सफलता प्राप्त की (जैसे, "कम रोशनी" या "नो स्कैनर" परिदृश्यों में बायोमेट्रिक्स को अक्षम करना)।
  • इसने उच्च-जोखिम वाले बाहरी एक्सेस (S4) के लिए टू-फैक्टर (स्मार्टकार्ड + फिंगरप्रिंट) और उच्च-प्रदर्शन वाले इमरजेंसी एक्सेस (S5) के लिए केवल स्मार्टकार्ड का चयन किया।
  • ओवरहेड: सर्च स्पेस की जटिलता के आधार पर निष्पादन समय (execution times) 358ms से 3007ms के बीच रहा (कम सक्षम विधियों का अर्थ है तेज़ समाधान)। मेमोरी उपयोग स्थिर (~10-15 MB) रहा।

बेसलाइन के साथ तुलना

दोनों डोमेन में, एडेप्टिव फ्रेमवर्क ने स्टैटिक बेसलाइन की तुलना में लगातार उच्च यूटिलिटी और कम कुल सुरक्षा जोखिम प्राप्त किया। बेसलाइन अक्सर उच्च-खतरे वाले परिदृश्यों में जोखिमों को कम करने में विफल रही या कम-खतरे वाले परिदृश्यों में प्रदर्शन को खराब कर दिया।

5. महत्व (Significance)

• डिजाइन और रनटाइम के बीच सेतु: यह कार्य डिजाइन-टाइम मॉडलिंग (गोल/फीचर मॉडल) और रनटाइम निर्णय लेने के बीच के अंतर को पाटता है, जिससे वास्तव में सेल्फ-एडेप्टिव सुरक्षा सिस्टम सक्षम होते हैं।
• संदर्भ-जागरूक सुरक्षा (Context-Aware Security): यह केवल "रिस्क स्कोरिंग" से आगे बढ़कर एक समग्र दृष्टिकोण की ओर बढ़ता है जो विधियों की व्यवहार्यता और सुरक्षा, उपयोगिता एवं प्रदर्शन के बीच ट्रेड-ऑफ को भी ध्यान में रखता है।
• स्केलेबिलिटी: Z3 का उपयोग यह दर्शाता है कि एडेप्टिव सुरक्षा के लिए जटिल कंस्ट्रेंट सॉल्विंग, IoV जैसे संसाधन-बाधित वातावरणों में भी वास्तविक समय के अनुप्रयोगों के लिए कम्प्यूटेशनल रूप से व्यवहार्य है।
• सामान्यीकरण (Generalizability): दो अलग-अलग डोमेन (परिवहन और स्वास्थ्य सेवा) को सफलतापूर्वक लागू करके, लेखक स्मार्ट सिटी और इंडस्ट्रियल IoT जैसे अन्य डायनेमिक वातावरणों में इसके अनुप्रयोग की क्षमता प्रदर्शित करते हैं।

निष्कर्ष (Conclusion)

यह शोध पत्र एडेप्टिव ऑथेंटिकेशन को इंजीनियर करने के लिए एक सुदृढ़, गणितीय रूप से आधारित फ्रेमवर्क प्रस्तुत करता है। फॉर्मल मॉडल्स और SMT सॉल्वर्स का लाभ उठाकर, यह सिस्टम को बदलते सुरक्षा जोखिमों और परिचालन बाधाओं के बीच यूटिलिटी को अधिकतम करने वाली प्रमाणीकरण विधियों को गतिशील रूप से चुनने में सक्षम बनाता है, जो स्टैटिक या ह्यूरिस्टिक-आधारित एडेप्टिव दृष्टिकोणों की तुलना में एक महत्वपूर्ण प्रगति है।