Towards Post-Quantum Secure Pharmacovigilance with ML-KEM and ML-DSA

Sintesi Tecnica: Verso una Farmacovigilanza Post-Quantum Sicura con ML-KEM e ML-DSA

Definizione del Problema
I sistemi di farmacovigilanza gestiscono dati sanitari sensibili, inclusi rapporti su eventi avversi e osservazioni cliniche, che devono rimanere riservati per molti anni. Gli attuali sistemi crittografici a chiave pubblica (ad esempio, RSA, ECC) affrontano una potenziale vulnerabilità rispetto ai futuri progressi del calcolo quantistico, specificamente attraverso l'algoritmo di Shor. Ciò crea un modello di minaccia "raccogli ora, decripta dopo" (HNDL - harvest now, decrypt later), in cui gli avversari potrebbero intercettare e memorizzare dati criptati oggi per decriptarli una volta che i computer quantistici saranno sufficientemente potenti. Inoltre, questi sistemi richiedono una robusta integritzza e autenticità dei dati per prevenire la manomissione dei rapporti di sicurezza, che potrebbe portare a conclusioni cliniche errate. Sebbene la Crittografia Post-Quantum (PQC) offra algoritmi resistenti agli attacchi quantistici, esiste una lacuna nella comprensione di come integrare questi primitivi standardizzati in pipeline di dati sanitari realistiche ed end-to-end.

Metodologia
Gli autori hanno progettato e implementato un prototipo educativo, end-to-end, di una pipeline di dati di farmacovigilanza sicura post-quantum. Il sistema modella un flusso di dati semplificato ma realistico che coinvolge quattro componenti primarie: un Ospedale (mittente), un Gateway Server (nodo intermedio), un Sistema Farmaceutico (ricevente) e un Modulo Attaccante (che simula il comportamento avversario).

La pipeline crittografica impiega un approccio a strati utilizzando algoritmi basati su reticoli (lattice-based) standardizzati dal NIST:

1. Stabilimento della Chiave: l'ospedale utilizza ML-KEM-768 (Module-Lattice-Based Key Encapsulation Mechanism) per incapsulare un segreto condiviso utilizzando la chiave pubblica del gateway.
2. Derivazione della Chiave: il segreto condiviso è elaborato tramite HKDF-SHA-256 per derivare una chiave di cifratura simmetrica a 256 bit.
3. Cifratura dei Dati: i dati di farmacovigilanza (trattati come flussi di byte grezzi indipendentemente dal formato) vengono cifrati utilizzando AES-256-GCM per la riservatezza e l'integrità.
4. Firme Digitali: il payload cifrato viene firmato utilizzando ML-DSA-65 (Module-Lattice-Based Digital Signature Algorithm) per garantire l'autenticità e rilevare manomissioni.
5. Trasmissione e Verifica: il payload (ciphertext ML-KEM, ciphertext AES, firma e metadati) viene inviato al gateway. Il gateway decapsula la chiave e il sistema farmaceutico verifica la firma ML-DSA prima di decifrare i dati.

Il sistema supporta molteplici formati di file (TXT, CSV, JSON, PDF) elaborandoli come byte grezzi. Una dashboard basata sul web visualizza l'attività del sistema, inclusi i log dei pacchetti e le metriche di benchmark. L'implementazione utilizza librerie Python open-source esistenti per ML-KEM e ML-DSA anziché implementare gli algoritmi da zero.

Contributi Chiave

• Integrazione a Livello di Sistema: il documento va oltre l'analisi teorica degli algoritmi per dimostrare l'integrazione di ML-KEM e ML-DSA in una funzionale pipeline di dati che coinvolge l'instaurazione della chiave, la cifratura simmetrica e le firme digitali.
• Simulazione di Attacco: il prototipo include un modulo attaccante dedicato che simula la manomissione del ciphertext, la corruzione casuale, la troncatura e la modifica basata su replay per dimostrare la capacità del sistema di rilevare violazioni dell'integrità.
• Benchmark delle Prestazioni: gli autori hanno valutato il sistema utilizzando dataset sintetici da 1 MB a 10 MB attraverso diversi formati di file per misurare l'overhead computazionale dei primitivi PQC rispetto alla cifratura simmetrica.
• Prototipo Educativo: il lavoro funge da esplorazione pratica di come la PQC possa essere applicata ai flussi di dati sanitari, evidenziando sia la fattibilità che le attuali limitazioni architettoniche.

Risultati
La valutazione delle prestazioni ha rivelato le seguenti tendenze:

• Overhead Costante: i tempi di incapsulamento e decapsulamento di ML-KEM sono rimasti quasi costanti indipendentemente dalla dimensione del file, aggiungendo un piccolo overhead fisso alla pipeline.
• Scalabilità Lineare: i tempi di cifratura/decifratura AES e di firma ML-DSA sono aumentati linearmente con la dimensione dei dati. Per payload più grandi (ad esempio, 10 MB), la cifratura simmetrica e le firme digitali hanno dominato il tempo di esecuzione, mentre il costo dell'instaurazione della chiave PQC è rimasto trascurabile in confronto.
• Indipendenza dal Formato: il sistema ha dimostrato prestazioni coerenti tra i formati TXT, CSV, JSON e PDF, confermando che l'elaborazione dei dati come flussi di byte grezzi astrae efficacemente la struttura del file dalle prestazioni crittografiche.
• Efficacia della Sicurezza: le simulazioni di attacco hanno confermato che qualsiasi modifica al payload cifrato ha causato fallimenti nella verifica della firma (ML-DSA) o discrepanze nel tag di autenticazione (AES-GCM), impedendo con successo l'elaborazione dei dati manomessi.

Significato e Limitazioni
Il documento posiziona questo lavoro come un'esplorazione educativa a livello di sistema piuttosto che come un sistema sanitario pronto per la produzione. Il suo significato risiede nel dimostrare la fattibilità dell'integrazione dei primitivi PQC standardizzati dal NIST (ML-KEM e ML-DSA) in una pipeline di dati realistica per mitigare le minacce quantistiche a lungo termine per i dati di farmacovigilanza.

Gli autori riconoscono esplicitamente diverse limitazioni:

• Implementazione: l'uso di librerie Python non ottimizzate e a scopo educativo significa che i risultati delle prestazioni potrebbero non riflettere implementazioni di grado professionale che utilizzano accelerazione hardware o librerie C ottimizzate.
• Integrità dei Metadati: l'attuale design firma solo il payload cifrato, non i metadati (ad esempio, nome del file, sorgente). Di conseguenza, la manipolazione dei soli metadati potrebbe passare inosservata.
• Ambito di Sicurezza: il modello di minaccia si concentra sugli attacchi a livello di rete (manomissione, replay) e non affronta le minacce interne, la compromissione delle chiavi o le vulnerabilità side-channel.
• Esposizione della Chiave di Sessione: per scopi dimostrativi, il gateway registra il segreto condiviso recuperato, una pratica che sarebbe inaccettabile in un deployment sicuro del mondo reale.

Gli autori concludono che, sebbene l'integrazione della PQC introduca un ulteriore overhead, essa è computazionalmente fattibile per lo scambio di dati su scala moderata, con il costo principale delle prestazioni guidato dalla cifratura simmetrica e dalle firme piuttosto che dall'instaurazione della chiave post-quantistica stessa. Il lavoro futuro suggerisce di includere approcci ibridi per la compatibilità con le versioni precedenti, miglioramenti dell'integrità dei metadati e una modellazione delle minacce più avanzata.