Ensuring trust and security in the composition of distributed network services and functions
Garantie de confiance et de sécurité dans la composition de fonctions et services réseaux distribués
Résumé
Reputation systems enable collaborative systems users to assess their mutual reliability, thereby establishing trust relationships. Those systems must adjust to various use cases and solve the new vulnerabilities they introduce. In this thesis, we present a modular reputation architecture that addresses both goals. We first validate its resilience against the most common reputation attacks and then use it in two vastly different use cases to exhibit it’s versatility. To this end, we introduce RADAR, an FL architecture capable of evaluating contributions quality in a heterogeneous data context. RADAR relies on participants cross-evaluating each other to cluster similar participants through hierarchical clustering. A reputation system then weights the various contributions. RADAR mitigates a large number of byzantine behaviors, ranging from a lone attacker to a majority of colluding attackers. We then adapt our reputation architecture to the 5G RAN sharing context. We introduce a decentralized solution based on fuzzy logic that fits to the different participants’ subjective needs.
Les systèmes de réputation permettent aux utilisateurs des systèmes collaboratifs d’évaluer leur fiabilité mutuelle, établissant ainsi des relations de confiance. Ces systèmes doivent toutefois être adaptables à des cas d’utilisation variés et remédier aux nouvelles vulnérabilités qu’ils introduisent. Dans cette thèse, nous proposons une architecture modulaire de réputation répondant à ce double objectif. Nous commençons par montrer sa résistance face aux principales attaques sur la réputation, puis, pour tester sa souplesse, nous l’instancions dans deux cas d’utilisation très différents. Pour cela, nous introduisons RADAR, une architecture d’Apprentissage Fédéré (FL) capable d’évaluer la qualité des contributions dans un contexte de données hétérogènes. RADAR se fonde sur une évaluation mutuelle des participants pour regrouper ceux perçus comme similaires via un partitionnement hiérarchique. Un système de réputation pondère ensuite les différentes contributions. RADAR résiste à un large spectre de comportements byzantins, allant de l’attaquant isolé au groupe d’attaquants majoritaires. Nous adaptons ensuite notre architecture de réputation au contexte de partage de ressources sur le Réseau d’Accès Radio (RAN) 5G. Nous proposons une solution décentralisée fondée sur la logique floue qui s’ajuste aux besoins subjectifs des différents participants.
| Origine | Version validée par le jury (STAR) |
|---|---|
| Licence |
