PBAC-ZTA: A Trust-Adaptive Polynomial-Based Access Control Framework for Continuous Authorization in Zero-Trust Cloud Environments

डिजिटल युग में, क्लाउड कंप्यूटिंग आधुनिक जीवन की एक अदृश्य नींव बन गई है, जो कॉर्पोरेट वित्तीय रिकॉर्ड से लेकर व्यक्तिगत तस्वीरों तक सब कुछ होस्ट करती है। दशकों तक, सुरक्षा एक सरल विचार पर टिकी थी: नेटवर्क के चारों ओर एक ऊँची दीवार बनाएं और अंदर मौजूद किसी भी व्यक्ति पर भरोसा करें। लेकिन जैसे-जैसे काम क्लाउड पर स्थानांतरित हुआ और कर्मचारियों ने कॉफी शॉप और होम ऑफिस से सिस्टम तक पहुंचना शुरू किया, वह दीवार बेकार हो गई। हैकर्स चोरी किए गए पासवर्ड के माध्यम से अंदर घुस सकते थे, और एक बार अंदर जाने के बाद, वे स्वतंत्र रूप से घूम सकते थे। इस विफलता ने जीरो ट्रस्ट (Zero Trust) नामक एक नए दर्शन को जन्म दिया। इसका मूल विचार सरल लेकिन चुनौतीपूर्ण है: कभी किसी पर भरोसा न करें, यहाँ तक कि उन लोगों पर भी नहीं जो पहले से ही सिस्टम के भीतर हैं। इसके बजाय, एक्सेस के लिए प्रत्येक अनुरोध को निरंतर सत्यापित किया जाना चाहिए, जिसमें न केवल यह देखा जाए कि उपयोगकर्ता कौन है, बल्कि उनके डिवाइस, उनके स्थान और उनके व्यवहार की भी वास्तविक समय (real time) में जांच की जाए।

सुरक्षा विशेषज्ञों के लिए चुनौती यह है कि इस निरंतर सत्यापन को पूरे सिस्टम को धीमा किए बिना कैसे तेज़ और सुरक्षित बनाया जाए। पारंपरिक तरीके अक्सर डिजिटल टोकन या स्थिर नियमों (static rules) पर निर्भर करते हैं जो उपयोगकर्ता के जोखिम स्तर में बदलाव होने पर अपडेट होने में धीमे हो सकते हैं। महात्मा गांधी मिशन यूनिवर्सिटी के शोधकर्ताओं द्वारा एक नया अध्ययन एक अलग दृष्टिकोण प्रस्तावित करता है। उन्होंने एक ऐसा ढांचा विकसित किया है जो गणित का उपयोग करके डेटा तक पहुँचने की अनुमति को सीधे उपयोगकर्ता के वर्तमान विश्वास स्तर (trust level) से जोड़ता है। केवल नियमों की सूची की जाँच करने के बजाय, सिस्टम प्रत्येक एक्सेस अनुरोध के लिए एक अद्वितीय गणितीय कुंजी (mathematical key) बनाता है। यदि उपयोगकर्ता का व्यवहार बदलता है या उनका ट्रस्ट स्कोर गिरता है, तो वह कुंजी तुरंत अमान्य हो जाती है, जिससे किसी भी नुकसान से पहले ही एक्सेस को रोक दिया जाता है।

शोधकर्ता अपने इस निर्माण को PBAC-ZTA कहते हैं, जो पहचान, संदर्भ (context) और व्यवहार को एक एकल, सुरक्षित निर्णय लेने वाली प्रक्रिया में मिलाता है। यह विचार वास्तविक दुनिया में काम करता है या नहीं, इसे परखने के लिए, उन्होंने 500 क्लाउड उपयोगकर्ताओं के डेटासेट का उपयोग करके एक सिम्युलेटेड वातावरण बनाया। इन उपयोगकर्ताओं को विभिन्न भूमिकाएँ दी गईं, जैसे कि प्रशासक (administrators) या ऑडिटर, और उन्हें लॉगिन समय, उनके द्वारा उपयोग किए गए उपकरणों और हाल ही में उनके लॉगिन विफल होने जैसे कारकों के आधार पर अलग-अलग विश्वास स्तर दिए गए। टीम ने यह देखने के लिए हजारों प्रयोग चलाए कि सिस्टम इन गणितीय कुंजियों को कितनी तेज़ी से उत्पन्न कर सकता है, एक्सेस देने के लिए उन्हें कितनी सटीकता से पुनर्गठित (reconstruct) कर सकता है, और जब कोई उपयोगकर्ता अब विश्वसनीय नहीं रहता है तो एक्सेस को कितनी अच्छी तरह वापस लिया जा सकता है।

परिणामों से पता चला कि यह प्रणाली उल्लेखनीय रूप से तेज़ और सटीक है। अपने परीक्षणों में, फ्रेमवर्क एक उपयोगकर्ता के लिए सौवें के एक मिलीसेकंड से भी कम समय में एक नई एक्सेस कुंजी बना सकता था। जब सिस्टम को कई साक्ष्यों को जोड़कर उपयोगकर्ता की पहचान सत्यापित करने की आवश्यकता थी, तो इसने उनके द्वारा परीक्षण किए गए प्रत्येक परिदृश्य में पूर्ण सटीकता के साथ सफलता प्राप्त की। शायद सबसे महत्वपूर्ण बात यह है कि सिस्टम अनुकूलित (adapt) होने में सक्षम सिद्ध हुआ। जब शोधकर्ताओं ने एक उपयोगकर्ता के ट्रस्ट स्कोर में गिरावट का अनुकरण किया—शायद इसलिए क्योंकि वे किसी अजीब स्थान से या असामान्य समय पर लॉग इन कर रहे थे—तो सिस्टम ने एक्सेस देने के लिए अधिक प्रमाण की आवश्यकता महसूस की। इसने यह कार्य बिना डेटा को पुनः एन्क्रिप्ट किए या पूरी सुरक्षा प्रक्रिया को पुनरारंभ किए किया, जो पुराने सिस्टमों में एक सामान्य बाधा (bottleneck) होती है। यह बिना किसी देरी के किया गया।

सबसे महत्वपूर्ण निष्कर्षों में से एक यह था कि सिस्टम एक्सेस को रद्द (revocation) करने को कैसे संभालता है। कई पारंपरिक सेटअपों में, किसी उपयोगकर्ता की अनुमति हटाना धीमा और जटिल हो सकता है, जिसमें अक्सर सुरक्षा कुंजियों का पूर्ण ओवरहाल करने की आवश्यकता होती है। इस नए ढांचे में, शोधकर्ताओं ने पाया कि वे केवल एक नए समय-आधारित चक्र, जिसे 'एपोक' (epoch) कहा जाता है, पर जाकर किसी उपयोगकर्ता की एक्सेस को लगभग तुरंत अमान्य कर सकते हैं। एक बार जब यह चक्र बदल गया, तो पुरानी कुंजियाँ बेकार हो गईं, और हटाए गए उपयोगकर्ता अब सिस्टम तक नहीं पहुँच सकते थे। इस स्विच को करने में लगने वाला समय मिलीसेकंड के अंशों में मापा गया था, जो यह सुझाव देता है कि सिस्टम खतरों के घटित होने के बाद के बजाय, उनके होते ही प्रतिक्रिया दे सकता है।

अध्ययन ने यह भी देखा कि सूचना के विभिन्न प्रकार सिस्टम की सुरक्षा को कैसे प्रभावित करते हैं। शोधकर्ताओं ने पाया कि पहचान के विवरण, पर्यावरणीय संदर्भ और व्यवहार संबंधी पैटर्न के मिश्रण का उपयोग करने से पहचान अकेले उपयोग करने की तुलना में बहुत मजबूत रक्षा बनाई। उन्होंने पाया कि व्यवहार संबंधी डेटा, जैसे कि उपयोगकर्ता आमतौर पर कितनी देर तक लॉग इन रहता है या कितनी बार उसका पासवर्ड दर्ज करने में विफल रहा है, ने एक ऐसी जटिलता जोड़ी जिससे हमलावर के लिए सही एक्सेस कुंजी का अनुमान लगाना बहुत कठिन हो गया। इन पैटर्न का विश्लेषण करके, सिस्टम संदिग्ध गतिविधि का उच्च संवेदनशीलता के साथ पता लगा सका, जिससे बहुत कम गलत अलार्म (false alarms) के साथ संभावित आंतरिक खतरों (insider threats) को चिह्नित किया जा सका।

हालाँकि परिणाम उत्साहजनक हैं, शोधकर्ता सावधानी बरतते हुए नोट करते हैं कि ये निष्कर्ष एक नियंत्रित सिमुलेशन से आए हैं। परीक्षण एक स्टैंडअलोन कंप्यूटर पर एक सिंथेटिक डेटासेट का उपयोग करके चलाए गए थे, जिसका अर्थ है कि उन्होंने नेटवर्क ट्रैफ़िक के कारण होने वाली देरी या दुनिया भर में हजारों सर्वरों को प्रबंधित करने की जटिलता को ध्यान में नहीं रखा। सिस्टम ने अलगाव (isolation) में असाधारण प्रदर्शन किया, लेकिन लेखक स्वीकार करते हैं कि वास्तविक दुनिया के परिनियोजन (deployment) के लिए यह सुनिश्चित करने के लिए और अधिक परीक्षण की आवश्यकता होगी कि यह एक विशाल, वितरित क्लाउड नेटवर्क के दबाव में भी कायम रहे। उन्होंने यह भी उल्लेख किया कि जबकि गणितीय पुनर्गठन हमेशा सही था, सिस्टम की विसंगतियों (anomalies) का पता लगाने की क्षमता प्राप्त डेटा की गुणवत्ता पर निर्भर करती है।

यह कार्य जीरो ट्रस्ट को व्यावहारिक बनाने की दिशा में एक महत्वपूर्ण कदम है। डेटा की रक्षा करने वाली गणितीय कुंजियों में विश्वास के नियमों को समाहित करके, यह सिस्टम नीति और प्रवर्तन (enforcement) के बीच के अंतर को समाप्त करता है। यह देखने के लिए कि क्या कोई उपयोगकर्ता प्रवेश करने की अनुमति रखता है, एक अलग सुरक्षा टीम की प्रतीक्षा करने के बजाय, गणित स्वयं निर्णय लेता है। यदि उपयोगकर्ता विश्वसनीय है, तो कुंजी काम करती है; यदि वे नहीं हैं, तो यह विफल हो जाती है। यह दृष्टिकोण सुरक्षा या लचीलेपन से समझौता किए बिना क्लाउड वातावरण को सुरक्षित रखने का एक तरीका प्रदान करता है। शोधकर्ताओं का सुझाव है कि यह विधि उस युग में संवेदनशील डेटा की सुरक्षा के लिए एक मानक बन सकती है जहाँ खतरे लगातार विकसित हो रहे हैं और सुरक्षित परिधि (perimeter) की अवधारणा अब अस्तित्व में नहीं रही।

अंत में, यह अध्ययन प्रदर्शित करता है कि यह संभव है कि एक ऐसा सुरक्षा तंत्र बनाया जाए जो गणितीय रूप से कठोर और गतिशील रूप से प्रतिक्रियाशील दोनों हो। फ्रेमवर्क ने निरंतर सत्यापन की आवश्यकता को आधुनिक क्लाउड अनुप्रयोगों के लिए आवश्यक गति के साथ सफलतापूर्वक जोड़ा। हालाँकि यह कोई जादुई समाधान नहीं है जो हर सुरक्षा समस्या को हल कर दे, लेकिन यह क्लाउड सुरक्षा की अगली पीढ़ी के लिए एक मजबूत आधार प्रदान करता है। जैसे-जैसे संगठन अपने संचालन को क्लाउड पर ले जाना जारी रखेंगे, इस तरह के सिस्टम यह सुनिश्चित करने के लिए आवश्यक होंगे कि विश्वास को कभी भी माना न जाए, बल्कि वास्तविक समय में हमेशा सत्यापित किया जाए।