Riepilogo Tecnico: PenTiDef

Enunciato del Problema

La transizione verso l'Industria 4.0 ha ampliato la connettività dei sistemi di Internet delle Cose Industriale (IIoT), creando ambienti complessi in cui i Sistemi di Rilevamento delle Intrusioni (IDS) sono fondamentali. Sebbene l'Apprendimento Federato (FL) offra una soluzione per l'addestramento collaborativo di modelli senza condividere dati grezzi, gli approcci esistenti affrontano tre sfide significative negli ambienti IIoT decentralizzati:

1. Fuga di Informazioni: Gli aggiornamenti del modello (gradienti) possono rivelare informazioni sensibili sul traffico locale e sul comportamento dei dispositivi tramite attacchi di inversione dei gradienti o inferenza dell'appartenenza.
2. Vulnerabilità all'Avvelenamento: Partecipanti malevoli possono degradare le prestazioni del modello globale caricando aggiornamenti manipolati (ad esempio, inversione delle etichette, scalatura dei pesi, backdoor o attacchi basati su GAN).
3. Punti Singoli di Guasto Centralizzati: La maggior parte delle difese esistenti si basa su aggregatori centralizzati o architetture semi-centralizzate, che creano colli di bottiglia nella fiducia e punti singoli di guasto. Inoltre, molte difese all'avanguardia (ad esempio, FLARE, FedCC) richiedono dataset ausiliari (violando i vincoli di privacy) o soffrono di instabilità sotto le distribuzioni di dati non Indipendenti e Identicamente Distribuiti (non-IID) tipiche degli ambienti industriali.

Le soluzioni esistenti affrontano spesso questi problemi in isolamento. I metodi crittografici come la Crittografia Omomorfica (HE) e il Calcolo Sicuro Multi-Parte (SMPC) comportano un sovraccarico computazionale proibitivo per i dispositivi IIoT con risorse limitate. La Privacy Differenziale (DP) offre scalabilità ma spesso manca di difese robuste contro l'avvelenamento. Al contrario, le difese nello spazio latente spesso mancano di garanzie formali di privacy o di un coordinamento completamente decentralizzato.

Metodologia

Il documento propone PenTiDef, un framework completamente decentralizzato, che preserva la privacy e resiste all'avvelenamento, per IDS basati su Apprendimento Federato Decentralizzato (DFL-IDS). L'architettura integra sinergicamente tre componenti fondamentali senza server centrale o dataset ausiliari:

1. Privacy Differenziale Distribuita lato Client (DDP)

Per proteggersi dalla fuga di gradienti, PenTiDef implementa un meccanismo DDP utilizzando rumore gaussiano stocastico.

• Meccanismo: Prima della trasmissione, ogni client $c_i$ perturba il proprio aggiornamento del modello locale $w_i^t$ aggiungendo rumore estratto da una distribuzione gaussiana: $\tilde{w}_i^t = w_i^t + \mathcal{N}(0, \sigma_i^2 I)$.
• Parametri: La scala del rumore $\sigma_i$ viene campionata stocasticamente dall'intervallo $[0, 0.2]$ per ogni round e client per aumentare la robustezza contro avversari adattivi. Ciò fornisce garanzie formali di privacy $(\epsilon, \delta)$ mantenendo l'utilità del modello.

2. Modulo di Difesa nello Spazio Latente

Per rilevare gli attacchi di avvelenamento senza dati ausiliari, il framework impiega una pipeline di analisi nello spazio latente leggera:

• Estrazione delle Rappresentazioni: Il sistema estrae le Rappresentazioni del Penultimo Strato (PLR) sia dal modello globale che dagli aggiornamenti locali perturbati DDP.
• Compressione: Un AutoEncoder (AE) comprime queste PLR in Rappresentazioni Semantiche Latenti (LSR) stabili. Questa compressione mitiga l'instabilità delle PLR spesso osservata negli scenari non-IID.
• Rilevamento: Il sistema calcola l'Allineamento del Kernel Centrato (CKA) tra l'LSR globale e ogni LSR locale. Questi punteggi di similarità vengono quindi clusterizzati utilizzando K-Means non supervisionato (con $k=2$) per distinguere tra aggiornamenti benigni e malevoli. Questo approccio opera senza conoscenza preliminare del numero di attaccanti.

3. Coordinamento Orchestrato da Blockchain

PenTiDef sostituisce l'aggregatore centrale con un livello di blockchain permissioned (implementato utilizzando Hyperledger Fabric).

• Smart Contract: Il Chaincode esegue l'intera logica di validazione (estrazione PLR $\to$ compressione AE $\to$ calcolo CKA $\to$ filtraggio K-Means).
• Processo: I client inviano aggiornamenti perturbati DDP (archiviati off-chain tramite IPFS, referenziati on-chain tramite hash). Gli smart contract verificano le firme, validano i punteggi di fiducia nello spazio latente e registrano i metadati (inclusi i parametri del rumore e i punteggi di fiducia) su un registro immutabile.
• Aggregazione: Solo gli aggiornamenti identificati come "benigni" dal modulo nello spazio latente vengono selezionati per l'aggregazione sicura FedAvg. Il modello globale risultante viene distribuito nuovamente ai client tramite la blockchain.

Contributi Chiave

Il documento rivendica i seguenti contributi:

1. Architettura Completamente Decentralizzata: Il primo framework a eliminare completamente i server di aggregazione centrali, utilizzando una blockchain permissioned per la validazione trasparente dei modelli, l'auditabilità immutabile e meccanismi di ricompensa/punizione compatibili con gli incentivi attraverso domini non fidati.
2. Integrazione DDP per DFL-IDS: La prima integrazione della Privacy Differenziale Distribuita in una pipeline di difesa contro l'avvelenamento nello spazio latente, fornendo garanzie formali di privacy sugli aggiornamenti locali mentre mitiga gli attacchi di inferenza basati sui gradienti in ambienti con risorse limitate.
3. Difesa Robusta nello Spazio Latente: Un modulo di difesa nuovo di zecca, progettato per il traffico industriale non-IID severo. Combinando LSR compresse da AutoEncoder con CKA e clustering non supervisionato, rileva aggiornamenti malevoli senza dati ausiliari o conoscenza dell'avversario, affrontando i problemi di instabilità delle PLR riscontrati in lavori precedenti come FedCC.
4. Pipeline Sinergica: Un protocollo unificato in cui gli aggiornamenti perturbati DDP vengono validati nello spazio latente on-chain prima dell'aggregazione. Questo design garantisce robustezza contro attacchi sia mirati (backdoor, GAN) che non mirati (inversione delle etichette, scalatura dei pesi, Krum/Med).
5. Validazione Empirica: Esperimenti estesi su due benchmark su larga scala (CIC-IDS2018 e Edge-IIoTSet) in ambienti IID e non-IID con percentuali di avversari fino al 40%.

Risultati Sperimentali

Gli autori hanno valutato PenTiDef rispetto a baseline all'avanguardia (FLARE e FedCC) e a uno scenario "Senza Difesa".

• Prestazioni sotto DDP: L'applicazione di DDP ha comportato un ritardo marginale nella convergenza e una lieve diminuzione dell'accuratezza (circa 0,01) rispetto alle impostazioni non-DDP, dimostrando un equilibrio vitale tra privacy e utilità.
• Accuratezza del Rilevamento: PenTiDef ha costantemente superato FLARE e FedCC sia in ambienti IID che non-IID per tutti i tipi di attacco (Inversione delle Etichette, Scalatura dei Pesi, Krum Non Mirato, Med Non Mirato, Backdoor e basati su GAN).
  • In ambienti non-IID con il 40% di avversari, PenTiDef ha mantenuto alti punteggi F1 (ad esempio, 0,93–0,95 su CIC-IDS2018 per attacchi non mirati), mentre le baseline hanno mostrato un significativo degrado delle prestazioni o instabilità nel distinguere i modelli malevoli.
  • L'analisi del punteggio CKA ha rivelato che PenTiDef ha mantenuto una chiara separazione tra modelli benigni (punteggi > 0,8) e malevoli (punteggi < 0,6), mentre FedCC ha faticato a mantenere questa distinzione in ambienti non-IID.
• Efficienza: PenTiDef ha dimostrato un sovraccarico di addestramento inferiore rispetto a FLARE e FedCC. Nello specifico, PenTiDef ha richiesto circa 33 minuti per l'addestramento su CIC-IDS2018, rispetto a 41 minuti per FedCC e oltre 1 ora per FLARE. Questa efficienza è attribuita alla natura leggera delle LSR compresse da AE rispetto ai calcoli delle distanze PLR grezze utilizzati da FLARE.
• Agnosticismo del Modello: Il framework ha dimostrato stabilità su diverse architetture di reti neurali (CNN e SqueezeNet), mantenendo capacità di rilevamento coerenti.
• Prestazioni della Blockchain: I benchmark sulla rete Hyperledger Fabric (3 organizzazioni, 6 peer) hanno mostrato un'alta capacità di elaborazione (fino a ~177 TPS per le operazioni di query) e una bassa latenza, confermando la fattibilità del livello di coordinamento per le implementazioni IIoT.

Significato e Rivendicazioni

Il documento posiziona PenTiDef come un avanzamento significativo nell'instaurare un rilevamento collaborativo delle intrusioni affidabile per ambienti IIoT eterogenei. Il suo significato principale risiede nel suo approccio olistico, affrontando simultaneamente la triade di privacy, robustezza e decentralizzazione in un singolo protocollo di aggregazione sicura.

Gli autori affermano che PenTiDef stabilisce un nuovo punto di riferimento:

• Eliminando la necessità di aggregatori centrali fidati e dataset ausiliari, che sono limitazioni comuni nei lavori precedenti.
• Fornendo garanzie formali di privacy mentre contrasta efficacemente sofisticati attacchi di avvelenamento, anche sotto forte eterogeneità dei dati (non-IID) e alti rapporti di avversari (fino al 40%).
• Offrendo una soluzione pratica e scalabile che comporta un sovraccarico computazionale inferiore rispetto alle difese esistenti, rendendola adatta a dispositivi edge industriali con risorse limitate.

Il documento conclude che, sebbene rimangano sfide riguardanti la classificazione multiclasse, attacchi altamente adattivi e il passaggio a centinaia di nodi, PenTiDef rappresenta un passo fondamentale verso l'apprendimento federato sicuro, decentralizzato e che preserva la privacy per sistemi cyber-fisici critici.