Observability for Post-Quantum TLS Readiness: A Multi-Surface Evidence Framework

Riepilogo Tecnico: Osservabilità per la Preparazione al TLS Post-Quantistico

Enunciato del Problema
La transizione verso la Crittografia Post-Quantistica (PQC) nel Transport Layer Security (TLS) presenta una sfida significativa per l'osservabilità. Mentre l'ecosistema migra dagli algoritmi classici agli standard NIST ML-KEM e ML-DSA, spesso tramite meccanismi ibridi di stabilizzazione delle chiavi (ad esempio X25519MLKEM768), gli operatori e gli auditori mancano di metodi affidabili per valutare la prontezza degli endpoint. Gli approcci esistenti presentano diverse limitazioni:

• Opacità del Protocollo: TLS 1.3 crittografa il materiale dell'handshake, inclusi i certificati, rendendo l'ispezione passiva dei pacchetti insufficiente per l'autenticazione e l'analisi del ciclo di vita.
• Frammentazione delle Prove: La capacità dell'endpoint (ciò che un server supporta) spesso diverge dalla negoziazione della sessione (ciò che un client specifico negozia). Inoltre, le catene di certificati raccolte tramite sondaggi attivi potrebbero non collegarsi temporalmente o logicamente a una sessione passiva precedentemente acquisita.
• Lacune di Misurazione: Gli strumenti tradizionali di ispezione dei pacchetti spesso non riescono a distinguere tra la negoziazione classica e la capacità ibrida latente, e faticano a gestire prove incomplete, contraddittorie o ambigue senza produrre falsi positivi o negativi.

Metodologia
Gli autori propongono un Framework di Prove Multi-Superficie che tratta la prontezza PQC come un problema di osservabilità che richiede fonti di prove distinte mappate su piani di misurazione specifici.

1. Quattro Superfici di Prove:

   • $\Sigma_P$ (Sessione Passiva): Estratta dalle catture dei pacchetti (ad esempio, versione TLS, suite crittografica, gruppi visibili). Limitata in TLS 1.3 a causa della crittografia.
   • $\Sigma_A$ (Sondaggio Attivo): Generata da sondaggi controllati (ad esempio, profili client che offrono gruppi specifici). Utilizzata per inferire i limiti inferiori della capacità dell'endpoint.
   • $\Sigma_C$ (Catena di Certificati): Artefatti raccolti tramite recupero attivo o visibilità passiva, fornendo dati di autenticazione e ciclo di vita.
   • $\Sigma_R$ (Registro e Regole): Mappature canoniche per identificatori (gruppi, OID), alias e regole di inferenza.

2. Piani di Misurazione:
   Le prove sono proiettate su sette piani: Sessione, Stabilizzazione della Chiave, Capacità, Autenticazione, Ciclo di Vita, Osservabilità e Politica. Un oggetto di misurazione è considerato "chiuso" in un piano solo quando sono disponibili prove sufficienti dalla superficie appropriata.

3. Design degli Artefatti e dei Benchmark:

   • PQ-TLS Observability Benchmark v1: Un artefatto riproducibile contenente 29 scenari (14 canonici, 15 di stress). Gli scenari canonici testano l'estrazione in condizioni pulite; gli scenari di stress testano la gestione di troncamento, frammentazione, deriva temporale, HelloRetryRequest (HRR) e prove contraddittorie.
   • Modalità di Valutazione: Il framework confronta quattro modalità:
     • B0: Baseline ereditata (ispettore di pacchetti di riferimento).
     • B1: Solo passivo.
     • B2: Passivo + Sondaggio attivo.
     • B3: Multi-superficie completa (Passivo + Attivo + Catena + Registro).
   • Contratti di Stress: A differenza della verità fondamentale di corrispondenza esatta, gli scenari di stress utilizzano contratti comportamentali per premiare la corretta gestione degli stati unknown, not_applicable, ambiguity e contradiction.

Contributi Chiave

1. Modello di Prove Multi-Superficie: Una separazione formale delle prove di sessione passiva, sondaggio attivo, catena di certificati e registro, mappandole su piani di misurazione distinti per prevenire la confusione tra comportamento della sessione e capacità dell'endpoint.
2. Artefatto Riproducibile con Schema Vincolante: Un'implementazione pubblica (pq_tls_observability) che presenta schemi JSON per scenari e risultati, registri versionati per gli identificatori PQC in evoluzione e regole di inferenza verificabili.
3. Valutazione con Contratti di Stress: Una metodologia che valuta gli strumenti sulla loro capacità di preservare l'incertezza e rilevare contraddizioni piuttosto che forzare decisioni binarie su dati incompleti.
4. Validazione Empirica:
   • Benchmark Controllato: Valutazione su 29 scenari che coprono TLS 1.2/1.3, chiavi ibride/classiche, mTLS e varie condizioni di rete.
   • Campagna Pubblica: Uno studio stratificato di 1.000 target pubblici con 2.000 sondaggi, confrontando il framework con scanner standard (SSLyze, testssl.sh) e baseline ereditate.

Risultati

• Prestazioni del Benchmark:
  • La baseline ereditata (B0) ha rilevato solo 2 su 29 esecuzioni e 0 su 23 esecuzioni TLS 1.3, evidenziando il fallimento dell'ispezione basata solo sui pacchetti negli ambienti crittografati.
  • La modalità multi-superficie (B3) ha raggiunto la piena chiusura su tutti i piani negli scenari canonici e ha gestito correttamente l'incertezza negli scenari di stress.
• Risultati della Campagna Pubblica:
  • Il framework ha completato 1.971 handshake e raccolto 1.368 artefatti di catena.
  • Ha confermato la capacità ibrida per 310 target. Crucialmente, questi 310 target sono stati identificati come casi di "capacità più ampia della sessione": una singola vista della sessione classica li avrebbe riportati come solo classici, mentre la misurazione a doppio sondaggio ha rivelato il loro supporto ibrido.
  • Gli scanner standard (SSLyze, testssl.sh) hanno riportato 0 target confermati ibridi nel slice baseline-zoo da 250 target, mentre la modalità a doppio sondaggio ne ha confermati 70.
  • Stabilità: Un round ripetuto (R1) ha mostrato un'alta stabilità (99,42% di stabilità chiara-completa) con una deriva minima nei dati di capacità e certificati.
• Eterogeneità Familiare: I tassi di conferma ibrida variavano significativamente per famiglia operativa (ad esempio, 0,620 per le comunità di conoscenza rispetto a 0,110 per governi e fornitori cloud).

Significato e Affermazioni
Il documento afferma che una valutazione affidabile della prontezza al TLS post-quantistico richiede una disciplina di misurazione strutturata che separi:

1. Comportamento della Sessione (ciò che è stato negoziato) dalla Capacità dell'Endpoint (ciò che è supportato).
2. Fonti di Prove (passive vs. attive vs. catena) per mantenere la provenienza e il collegamento espliciti.
3. Misurazione dai Giudizi di Politica, permettendo agli operatori di vedere le prove grezze prima di applicare i verdetto di prontezza.

Gli autori sostengono che trattare unknown, not_applicable, ambiguity e contradiction come output di misurazione di prima classe è essenziale per un'audit accurato. Concludono che le baseline degli scanner attuali forniscono segnali classici utili ma non riescono a rivelare capacità ibride latenti senza una variazione deliberata del profilo (doppio sondaggio) e la raccolta di prove multi-superficie. Il framework fornisce l'infrastruttura necessaria per colmare il divario tra gli indicatori di pacchetto visibili e una valutazione completa, basata sulle prove, della prontezza post-quantistica.