Half-Moon Cookie: Private, Similarity-Based Blocklisting with TOCTOU-Attack Resilience

1. Il Problema

Le tecniche di blocklisting (liste nere) sono fondamentali per la sicurezza informatica per prevenire l'uso di contenuti dannosi (malware, email di spam, certificati revocati, ecc.). Tuttavia, esistono due sfide principali quando si tratta di liste proprietarie o dati sensibili:

1. Privacy: I metodi convenzionali richiedono che la lista nera sia pubblica o che il client riveli la sua query al server. Questo compromette la privacy del contenuto del client (es. un allegato email privato) e la proprietà intellettuale della lista nera del server (es. firme malware proprietarie).
2. Vulnerabilità TOCTOU (Time-of-Check vs. Time-of-Use): Eseguire un controllo di sicurezza immediatamente prima dell'uso di un file è spesso troppo costoso in termini di latenza. Spostare il controllo a un momento precedente (es. dal mittente) introduce il rischio che il file venga modificato o che la lista nera venga aggiornata tra il controllo e l'uso, rendendo il controllo obsoleto.

L'obiettivo è creare un sistema che permetta a un client di verificare se un elemento è "simile" a qualcosa in una lista nera privata, senza rivelare l'elemento al server o la lista al client, e fornire una prova rapida e sicura che il controllo è stato effettuato, mitigando gli attacchi TOCTOU.

2. Metodologia: Half-Moon Cookie

Gli autori propongono Half-Moon Cookie (o "Half Moon"), un framework crittografico che separa il processo di controllo in due fasi distinte: un Controllo Esplicito e un Controllo Implicito.

Architettura a Tre Parti

Il sistema coinvolge:

• Client Mittente ($C_{snd}$): Possiede l'elemento da verificare (es. un file eseguibile).
• Server ($S$): Detiene la lista nera proprietaria.
• Client Ricevente ($C_{rcv}$): Riceve l'elemento e deve verificarne la sicurezza prima dell'uso.

Le Due Fasi

1. Controllo Esplicito (Explicit Check):

   • $C_{snd}$ invia il suo input $w$ al server $S$ per un controllo di similarità.
   • Privacy: Il controllo avviene in modo che $S$ non veda $w$ e $C_{snd}$ non veda la lista nera.
   • Tecnologia: Utilizza circuiti garbled (garbled circuits) e funzioni di embedding per mappare l'input in uno spazio metrico (spazio Hamming). Viene utilizzato un approccio di "embedding" separato dal "test" per ridurre i costi computazionali.
   • Risultato: Se l'elemento non è nella lista nera (o non è sufficientemente simile), il server genera un token di occultamento e vincolo (hiding and binding token) e lo aggiunge a una lista bianca (allowlist).
   • Sicurezza: Il mittente non può ingannare il sistema generando un token per un elemento bloccato modificando l'input dopo il controllo, grazie all'uso di funzioni di permutazione imprevedibili e hash casuali.

2. Controllo Implicito (Implicit Check):

   • Quando $C_{rcv}$ riceve l'elemento, non deve rieseguire il costoso controllo esplicito.
   • Invece, $C_{rcv}$ interagisce con il server per verificare se l'elemento (o il suo token) è presente nella lista bianca.
   • Efficienza: Questo controllo è molto più veloce (costo costante o logaritmico) rispetto al controllo esplicito e non dipende dalla dimensione della lista nera.
   • Resilienza TOCTOU: Poiché il token è legato all'input specifico e la lista bianca viene aggiornata/invalidata quando la lista nera cambia, il ricevente può verificare rapidamente che l'elemento fosse stato approvato secondo la policy corrente, riducendo la finestra temporale per gli attacchi TOCTOU.

Ottimizzazioni Critiche

• Separazione Embedding/Check: Il costo computazionale è la somma delle due fasi, non il prodotto, rendendo il sistema scalabile.
• Circuiti Garbled Riutilizzabili (Reusable Garbled Circuits - RGC): Per gestire file di grandi dimensioni (es. allegati email), gli autori utilizzano circuiti garbled riutilizzabili (basati sul framework CRGC) per la fase di embedding. Questo riduce drasticamente la comunicazione e il tempo di risposta rispetto ai circuiti garbled monolitici tradizionali.
• Matching di Similarità: Il sistema supporta il controllo di similarità (es. hash fuzzy come TLSH) mappando gli input in uno spazio metrico dove la distanza Hamming può essere calcolata privatamente usando protocolli di Private Set Intersection (PSI) fuzzy.

3. Contributi Chiave

1. Definizione Formale del Primitivo Half-Moon: Un protocollo a tre parti che supporta sia un controllo esplicito privato che un controllo implicito efficiente per confermare la validità precedente.
2. Implementazione Efficiente: Un'implementazione pratica per liste nere basate sulla distanza di Hamming, che utilizza tecniche avanzate di calcolo sicuro (circuiti garbled riutilizzabili, OLE, PSI fuzzy).
3. Applicazione alla Rilevazione Malware: Dimostrazione dell'uso del sistema per la difesa contro malware basata sulla similarità, permettendo di identificare eseguibili dannosi senza rivelare il contenuto del file o la lista delle firme.
4. Analisi delle Prestazioni: Prove empiriche che mostrano come l'approccio riduca la latenza e il traffico di rete rispetto alle soluzioni esistenti (come i circuiti garbled monolitici o i PSI fuzzy diretti).

4. Risultati Sperimentali

Gli autori hanno implementato il sistema in C++ e lo hanno testato su dataset reali (Enron per gli allegati email, Ember per il malware).

• Ottimizzazione RGC: L'uso di circuiti garbled riutilizzabili ha ridotto il volume di comunicazione del protocollo di embedding ($\Pi_{EM}$) di oltre due ordini di grandezza (es. da ~68 MB a ~60 KB per un file di 5 kB) e il tempo di risposta di almeno un ordine di grandezza rispetto ai circuiti non riutilizzabili.
• Scalabilità: Il controllo esplicito scala bene con la dimensione del file di input grazie all'uso di RGC, mentre il costo lato server rimane indipendente dalla dimensione del file.
• Confronto con PSI: Il controllo implicito ($\Pi_{IC}$) è significativamente più veloce (2 ordini di grandezza in tempo, 3 ordini di grandezza in comunicazione) rispetto a un'istanza diretta di un PSI fuzzy o esatto, poiché non richiede di riesaminare l'intera lista nera.
• Hash Scelti: Tra le funzioni di hash fuzzy testate (TLSH, ssdeep, sdhash), TLSH ha mostrato le migliori prestazioni complessive nel controllo esplicito, offrendo il miglior compromesso tra tempo di risposta e comunicazione.

5. Significato e Impatto

Il lavoro "Half-Moon Cookie" è significativo perché risolve il dilemma tra privacy, sicurezza ed efficienza nei sistemi di blocklisting moderni.

• Privacy: Permette l'outsourcing della scansione malware a servizi di terze parti senza esporre i dati sensibili dei clienti o le proprietà intellettuali delle aziende di sicurezza.
• Sicurezza Operativa: Mitiga efficacemente le vulnerabilità TOCTOU, un problema critico spesso trascurato nelle architetture di sicurezza distribuite, permettendo ai riceventi di fidarsi rapidamente dei controlli effettuati dai mittenti.
• Scalabilità: Rende fattibile l'uso di controlli di similarità complessi su grandi volumi di dati e liste nere estese, cosa che le soluzioni crittografiche tradizionali (come i circuiti garbled monolitici) non potevano supportare in modo pratico.

In sintesi, Half-Moon Cookie fornisce un nuovo paradigma per la sicurezza dei contenuti che bilancia la necessità di proteggere la proprietà intellettuale e la privacy dei dati con la necessità di verificare rapidamente la sicurezza degli asset digitali in ambienti distribuiti.