Sintesi Tecnica: QIRL per l'Intrusione a Bassa Latenza nell'IoV

1. Formulazione del Problema

Il documento affronta le critiche sfide di sicurezza che interessano l'Internet of Vehicles (IoV) e le infrastrutture delle smart city. Sebbene queste reti consentano il trasporto intelligente, la loro alta mobilità, i protocolli eterogenei e le topologie effimere creano una vasta superficie di attacco per minacce cyber sofisticate, tra cui Distributed Denial of Service (DDoS), iniezione e ricognizione.

Il problema centrale identificato è il compromesso tra accuratezza e latenza nei sistemi di rilevamento delle intrusioni (IDS) esistenti:

• Classificatori Statici (ML/DL): Sebbene i modelli tradizionali di machine learning e deep learning raggiungano un'elevata accuratezza, essi si affidano a confini decisionali fissi che non possono adattarsi a campagne di attacco evolutive e multistadio. Inoltre, la loro latenza di inferenza spesso supera la soglia di sicurezza sub-millisecondo richiesta per i sistemi di frenata e sterzata dei veicoli autonomi.
• Metodi Ensemble: Gli algoritmi di classificazione ensemble allo stato dell'arte (ad es. Random Forest, XGBoost) offrono un'elevata accuratezza ma sono computazionalmente intensivi. Il documento nota che tali metodi possono incorrere in latenze superiori a 2 ms per flusso, rendendoli incompatibili con interventi di sicurezza in tempo reale.
• Reinforcement Learning (RL): Sebbene l'RL offra adattività, gli approcci esistenti soffrono di una convergenza lenta, scarsità di ricompense (reward sparsity) in spazi ad alta dimensionalità e spesso non riescono a soddisfare i rigorosi vincoli di latenza.
• Sbilanciamento delle Classi: I dataset IoV presentano un grave sbilanciamento delle classi, dove le funzioni di perdita standard penalizzano i modelli verso la classe maggioritaria, portando ad alti Tassi di Falsi Negativi (attacchi mancati) o alti Tassi di Falsi Positivi (disturbo del traffico legittimo).

L'obiettivo è sviluppare un framework unificato che soddisfi simultaneamente una competitiva accuratezza di rilevamento, una latenza di inferenza sub-millisecondo e la robustezza allo sbilanciamento delle classi all'interno di un ambiente edge con risorse limitate.

2. Metodologia: Il Framework QIRL

Gli autori propongono QIRL (Quantum-Inspired Reinforcement Learning), un framework leggero basato su un'architettura Deep Q-Network (DQN). Esso integra meccanismi ispirati alla meccanica quantistica per migliorare l'esplorazione, la stabilità dell'addestramento e la sensibilità alla ricompensa senza aggiungere un carico computazionale significativo.

Componenti Architetturali Chiave:

1. Codifica dello Stato Ispirata alla Quantistica:

   • I vettori di caratteristiche in input vengono trasformati utilizzando la Codifica Amplitude-Phase Quantum. Coppie di caratteristiche consecutive $(x_{2i}, x_{2i+1})$ vengono mappate in coordinate polari $(r, \theta)$, proiettandole su un manifold di cerchio unitario. Questa codifica lossless fornisce un prior geometrico strutturato che facilita l'esplorazione ispirata alla quantistica.

2. Formulazione del Processo Decisionale di Markov (MDP):

   • Il problema del rilevamento è modellato come un MDP $(S, A, R, \gamma)$ per catturare le dipendenze temporali nelle campagne di attacco multistadio, affrontando il limite dei classificatori statici che trattano i pacchetti come osservazioni indipendenti.
   • Selezione dell'Azione: L'agente utilizza una strategia di Quantum Rotation Gate. Ogni azione mantiene un angolo di rotazione $\theta_a$, aggiornato in base all'errore di Differenza Temporale (TD). Questo imita le porte $R_y$ quantistiche, dove le rotazioni costruttive amplificano le azioni ad alta ricompensa e le rotazioni distruttive sopprimono quelle a bassa ricompensa.

3. Modulo di Interferenza Quantistica (QIM):

   • Per stabilizzare l'addestramento, il framework introduce un meccanismo di Interferenza Quantistica. Esso calcola la similarità del coseno tra rappresentazioni di stato latente consecutive ($\psi(s_t)$ e $\psi(s_{t+1})$).
   • Questo termine di similarità viene aggiunto al valore target di Bellman, agendo come un segnale di rinforzo scalare che rafforza le transizioni di stato temporalmente coerenti e sopprime quelle incoerenti. Fondamentalmente, questo modulo non aggiunge parametri addestrabili e non richiede passaggi forward extra durante l'inferenza.

4. Ricompensa Cost-Sensitive e Bilanciamento dei Dati:

   • Per gestire lo sbilanciamento delle classi, il framework impiega la tecnica SMOTE (Synthetic Minority Over-sampling Technique) solo durante l'addestramento per prevenire il data leakage.
   • Viene utilizzata una funzione di Ricompensa Asimmetrica Cost-Sensitive, che assegna penalità più elevate ai Falsi Negativi (attacchi mancati) rispetto ai Falsi Positivi. Ciò assicura che l'agente dia priorità al rilevamento critico per la sicurezza rispetto alla minimizzazione dei falsi allarmi.

3. Contributi Principali

Il documento delinea cinque contributi primari:

1. Architettura Unificata: Un nuovo framework QIRL che combina codifica dello stato ispirata alla quantistica, esplorazione tramite rotazione di gate e aumento della ricompensa basato sull'interferenza all'interno di un DQN leggero, raggiungendo una latenza di inferenza sub-50 $\mu$s adatta all'implementazione edge.
2. Modulo di Interferenza Quantistica: Un meccanismo che aumenta il target di Bellman con la similarità del coseno tra stati latenti, stabilizzando l'addestramento senza aumentare la complessità del modello o l'overhead di inferenza.
3. Correzione Metodologica: Una formulazione cost-sensitive combinata con il bilanciamento SMOTE applicato solo all'addestramento, affrontando i difetti di data leakage presenti negli studi precedenti che applicavano SMOTE globalmente prima della divisione dei dati.
4. Valutazione Comprensiva: Test rigorosi sui dataset CICIDS2017 e UNSW-NB15, che dimostrano un'elevata accuratezza e significativi miglioramenti di velocità rispetto ai baseline ensemble.
5. Framework di Interpretabilità: Un approccio strutturato che utilizza l'attribuzione delle caratteristiche SHAP e la visualizzazione geometrica (PCA/t-SNE) per valutare sistematicamente l'esplicabilità della policy di RL, confermando che i confini decisionali appresi riflettono strutture semantiche del traffico piuttosto che artefatti del dataset.

4. Risultati Sperimentali

Il framework è stato valutato su due dataset benchmark utilizzando un protocolo di inferenza single-sample CPU per simulare i vincoli del mondo reale all'edge.

Metriche di Performance:

• CICIDS2017 (focalizzato su DDoS):

  • Accuratezza: 97,89%
  • F1-Score: 95,22%
  • AUC-ROC: 0,9945
  • True Skill Statistic (TSS): 0,9443
  • Latenza di Inferenza: 32,5 $\mu$s
  • Accelerazione (Speedup): 67,77$\times$ più veloce dei baseline ensemble.

• UNSW-NB15 (Multi-classe, complesso):

  • Accuratezza: 91,04%
  • F1-Score: 91,66%
  • AUC-ROC: 0,9713
  • True Skill Statistic (TSS): 0,8244
  • Latenza di Inferenza: 45,7 $\mu$s
  • Accelerazione (Speedup): 51,77$\times$ più veloce dei baseline ensemble.

Studi di Ablazione:

Gli studi di ablazione hanno confermato che il modello QIRL completo (combinando ricompense cost-sensitive e interferenza quantistica) ha raggiunto il TSS e il Recall più elevati, in particolare sul dataset CICIDS2017. Gli studi hanno anche verificato che i componenti quantistici aggiungono zero overhead di inferenza, mantenendo una latenza sub-50 $\mu$s in tutte le varianti.

Risultati di Esplicabilità:

• Analisi SHAP: Su CICIDS2017, il modello si è basato pesantemente sulle caratteristiche di volume e tasso di traffico (ad es. Varianza della Lunghezza dei Pacchetti), coerentemente con i pattern DDoS. Su UNSW-NB15, si è basato su tipi di protocollo e caratteristiche temporali, riflettendo la natura multi-classe del dataset.
• Analisi Geometrica (PCA/t-SNE): Le visualizzazioni hanno mostrato che QIRL apprende superfici decisionali coerenti. Per CICIDS2017, i cluster erano ben separati; per UNSW-NB15, esisteva una certa sovrapposizione, spiegando il tasso di Falsi Positivi leggermente più alto, ma confermando la capacità del modello di navigare in spazi di caratteristiche complessi.

5. Significato e Rivendicazioni

Il documento afferma che QIRL riesce a colmare il divario tra robustezza del rilevamento e impiegabilità in tempo reale negli ambienti IoV. Il suo significato primario risiede nel dimostrare che un'architettura leggera, ispirata alla quantistica, può:

1. Rispettare i Vincoli di Sicurezza: Raggiungere latenze di inferenza ben al di sotto della soglia di sicurezza di 1 ms richiesta per gli interventi dei veicoli autonomi (frenata/sterzata).
2. Adattarsi alle Minacce: Utilizzare la formulazione MDP per gestire le dinamiche temporali degli attacchi multistadio, a differenza dei classificatori statici.
3. Gestire lo Sbilanciamento: Gestire efficacementamente il grave sbilanciamento delle classi attraverso ricompense cost-sensitive e un corretto bilanciamento dei dati, evitando le trappole di data leakage presenti negli studi precedenti.
4. Fornire Interpretabilità: Offrire un modo sistematico per interpretare le policy di RL in contesti di sicurezza, garantendo che le decisioni siano basate su caratteristiche di traffico significative.

Gli autori concludono che QIRL offre un meccanismo di difesa pratico, consapevole della latenza e adattivo per le infrastrutture di prossima generazione delle smart city e dell'IoV, posizionando il reinforcement learning ispirato alla quantistica come una via percorribile per la difesa autonoma nel cyber spazio. Il lavoro futuro proposto consiste nel valutare la robustezza contro le perturbazioni avversarie e validare le prestazioni su traffico IoV reale.