Policy-Gated Zero-Trust Federated Learning: Identity-Bound Enrollment, Replay-Resistant Control, and Secure Coordination

आधुनिक कंप्यूटिंग की दुनिया में, एक आम चुनौती यह है कि कैसे एक स्मार्ट कंप्यूटर प्रोग्राम को सिखाया जाए बिना सभी को अपना निजी डेटा एक केंद्रीय सर्वर पर भेजने के लिए मजबूर किए। कल्पना कीजिए कि डॉक्टरों का एक समूह एक बेहतर नैदानिक उपकरण (diagnostic tool) बनाना चाहता है, लेकिन वे गोपनीयता कानूनों के कारण एक-दूसरे के साथ अपने रोगी रिकॉर्ड साझा नहीं कर सकते। इसके बजाय, वे अपने अस्पतालों में डेटा रखते हैं और केवल उस डेटा से सीखे गए गणितीय पाठों को एक केंद्रीय समन्वयक (central coordinator) को भेजते हैं। यह विधि, जिसे फेडरेटेड लर्निंग (federated learning) कहा जाता है, समूह को एक साथ सीखने की अनुमति देती है जबकि कच्ची जानकारी सुरक्षित रहती है। हालाँकि, यह दृष्टिकोण एक नए प्रकार की सुरक्षा समस्या पैदा करता है। जबकि डेटा स्वयं निजी रहता है, सीखने की प्रक्रिया का प्रबंधन करने वाला केंद्रीय समन्वयक एक उच्च-मूल्य वाला लक्ष्य बन जाता है। यदि कोई बुरा तत्व समन्वयक को एक फर्जी अपडेट स्वीकार करने के लिए धोखा दे सकता है, या यदि एक वैध कार्यकर्ता को हैक किया जाता है और वह दुर्भावनापूर्ण निर्देश भेजना शुरू कर देता है, तो पूरे समूह की सीख को भ्रष्ट किया जा सकता है। शोधकर्ताओं के लिए लंबे समय से मुख्य प्रश्न यह रहा है: आप यह कैसे सत्यापित करें कि पाठ भेजने वाला व्यक्ति वही है जो वह होने का दावा कर रहा है, और क्या उसे अभी इसे भेजने की अनुमति है, बिना यह माने कि एक सुरक्षित कनेक्शन स्वतः ही उन्हें भरोसेमंद बना देता है?

एक अकेले शोधकर्ता ने इस समस्या का समाधान करने के लिए एक नई प्रणाली डिजाइन करके इस पर काम किया है जो हर एक्सेस अनुरोध को, चाहे वह कहीं से भी आए, गहरे संदेह के साथ देखती है। 'पॉलिसी-गेटेड ज़ीरो-ट्रस्ट आर्किटेक्चर' (policy-gated zero-trust architecture) नामक यह दृष्टिकोण इस सिद्धांत पर काम करता है कि एक सुरक्षित कनेक्शन अनुमति देने के लिए पर्याप्त नहीं है। पारंपरिक प्रणालियों में, एक बार जब कोई कंप्यूटर अपनी पहचान सिद्ध कर लेता है और एक सुरक्षित लाइन स्थापित कर लेता है, तो उसे अक्सर उस सत्र के भीतर जो चाहे करने के लिए विश्वसनीय मान लिया जाता है। यह नया डिज़ाइन उस विचार को खारिज करता है। इसके बजाय, यह प्रत्येक एकल क्रिया के लिए निरंतर जांचों की एक श्रृंखला की आवश्यकता रखता है। शोधकर्ता ने एक ऐसी प्रणाली बनाई है जहाँ एक कार्यकर्ता को कई स्वतंत्र तरीकों से अपनी पहचान सिद्ध करनी होती है: उसे एक डिजिटल प्रमाणपत्र दिखाना होगा, विशिष्ट दावों के साथ एक हस्ताक्षरित टोकन प्रस्तुत करना होगा, और एक सर्वर-साइड रिकॉर्ड से मेल खाना होगा जो उसकी वर्तमान स्थिति को ट्रैक करता है। महत्वपूर्ण रूप से, प्रणाली इस कार्य को अलग करती है कि आप कौन हैं यह सिद्ध करना और यह सिद्ध करना कि आपको एक विशिष्ट कार्य करने की अनुमति है। भले ही एक कार्यकर्ता पूरी तरह से प्रमाणित हो, प्रणाली यह मान नहीं लेती कि उसके द्वारा सिखाया गया पाठ ईमानदार है; यह केवल यह अनुमति देती है कि पाठ को अन्य सुरक्षा तंत्रों द्वारा जांचा जाए।

शोधकर्ता ने इस डिज़ाइन का परीक्षण करने के लिए एक संदर्भ समन्वयक (reference coordinator) बनाया और इसे सिस्टम को तोड़ने के लिए डिज़ाइन किए गए बाईस अलग-अलग परिदृश्यों के अधीन रखा। इन परिदृश्यों में चोरी किए गए प्रमाणपत्रों का उपयोग करने के प्रयास, सिस्टम को चकमा देने के लिए पुराने संदेशों को दोहराने के प्रयास, समाप्त हो चुके क्रेडेंशियल्स का उपयोग करने के प्रयास, और भूमिका बदलकर नियमों को दरकिनार करने के प्रयास शामिल थे। हर एक मामले में, प्रणाली ठीक उसी तरह व्यवहार करती है जैसा कि अपेक्षित था। जब एक कार्यकर्ता ने एक ऐसा प्रमाणपत्र उपयोग करने की कोशिश की जो उसके टोकन से मेल नहीं खाता था, तो अनुरोध को अस्वीकार कर दिया गया। जब एक कार्यकर्ता ने अपने क्रेडेंशियल्स रद्द होने के बाद अपडेट सबमिट करने की कोशिश की, तो सिस्टम ने रीस्टार्ट के बाद भी나 रद्दीकरण को याद रखा और प्रयास को ब्लॉक कर दिया। सिस्टम ने पुराने संदेशों के पुन: उपयोग को भी सफलतापूर्वक रोका; यदि एक कार्यकर्ता ने एक ही अपडेट दो बार भेजने की कोशिश की, तो दूसरे प्रयास को खारिज कर दिया गया क्योंकि सिस्टम ने पहले से संसाधित की गई चीजों का रिकॉर्ड रखा था। शायद सबसे महत्वपूर्ण बात यह है कि सिस्टम ने विफलताओं को सुचारू रूप से संभाला। यदि सर्वर सुरक्षा अपडेट को प्रोसेस करते समय क्रैश हो गया, तो इसने सिस्टम को ऐसी भ्रमित स्थिति में नहीं छोड़ा जहाँ एक रद्द किया गया कार्यकर्ता अचानक विश्वसनीय बन जाए। इसके बजाय, इसने अंतिम ज्ञात सुरक्षित स्थिति पर रोलबैक किया, यह सुनिश्चित करते हुए कि ग्लिच के कारण सुरक्षा से कभी समझौता न हो।

इस कार्य का मूल नवाचार यह है कि यह एक प्रतिभागी की एक्सेस के जीवन चक्र को कैसे प्रबंधित करता है। शोधकर्ता ने एक ऐसी अवधारणा पेश की है जहाँ एक कार्यकर्ता का पंजीकरण एक स्थायी स्थिति नहीं बल्कि एक अस्थायी लीज है जिसे नवीनीकृत किया जाना चाहिए और जिसे किसी भी समय रद्द किया जा सकता है। जब किसी कार्यकर्ता के क्रेडेंशियल्स बदले या प्रतिस्थापित किए जाते हैं, तो पुराने बेकार हो जाते हैं, जिससे हमलावरों द्वारा पकड़े गए पुराने कुंजियों का उपयोग करना असंभव हो जाता है। यदि कोई कार्यकर्ता दुर्भावनापूर्ण पाया जाता है, तो सिस्टम उसकी पहचान पर एक "टोंबस्टोन" (tombstone) लगा देता है। यह एक ऐसा रिकॉर्ड है जो कहता है, "यह पहचान प्रतिबंधित है," जो सर्वर रीस्टार्ट होने पर भी जीवित रहता है, जिससे बुरा तत्व केवल एक नए उपयोगकर्ता के रूप में वापस लॉग इन नहीं कर पाता। सिस्टम यह भी लागू करता है कि कौन क्या कर सकता है। उदाहरण के लिए, एक कार्यकर्ता जिसे मॉडल की प्रगति को देखने की अनुमति है, उसे बदलाव सबमिट करने से सख्ती से रोका गया है, और केवल विशिष्ट प्रशासनिक भूमिकाएं ही अन्य कार्यकर्ताओं को रद्द कर सकती हैं। इन सभी कारकों को एक साथ बांधकर—डिजिटल प्रमाणपत्र, हस्ताक्षरित टोकन, सर्वर का आंतरिक रिकॉर्ड और वर्तमान समय—शोधकर्ता ने एक नियंत्रण प्लेन (control plane) बनाया है जो पिछले तरीकों की तुलना में कहीं अधिक लचीला है।

यह अध्ययन यह दावा नहीं करता है कि इसने फेडरेटेड लर्निंग की हर सुरक्षा समस्या को हल कर दिया है, न ही यह उस परिदृश्य से सुरक्षा करता है जहाँ केंद्रीय समन्वयक को ही पूरी तरह से किसी हमलावर द्वारा नियंत्रित कर लिया जाता है। यह कार्य विशेष रूप से उन नियमों पर केंद्रित है जो यह नियंत्रित करते हैं कि कौन सिस्टम में प्रवेश कर सकता है और अंदर जाने के बाद वे क्या कर सकते हैं। परिणाम बताते हैं कि यह संभव है कि एक फेडरेटेड लर्निंग सिस्टम को स्टेटफुल (stateful) और वर्तमान संदर्भ के प्रति जागरूक बनाया जाए, बिना सफल लॉगिन को अच्छे व्यवहार की गारंटी के रूप में समान माने। मूल्यांकन इस सिस्टम के तर्क का पूर्व-निर्धारित खतरों के विरुद्ध एक कठोर परीक्षण था, और सिस्टम हर टेस्ट में पास हुआ। निष्कर्ष बताते हैं कि प्रत्येक अनुरोध को संभावित रूप से खतरनाक मानकर और इसे सत्य के कई स्वतंत्र स्रोतों के विरुद्ध सत्यापित करके, हम सहयोगात्मक शिक्षण प्रणालियों का निर्माण कर सकते हैं जो पहचान की चोरी, रीप्ले हमलों और आंतरिक तोड़फोड़ के विरुद्ध मजबूत हों। यह दृष्टिकोण वितरित बुद्धिमत्ता (distributed intelligence) को सुरक्षित करने के लिए एक स्पष्ट मार्ग प्रदान करता है, यह सुनिश्चित करते हुए कि सहयोग के लिए आवश्यक विश्वास एक एकल हैंडशेक के माध्यम से अनुमानित होने के बजाय निरंतर सत्यापन के माध्यम से अर्जित किया जाता है।