Усовершенствование контроля доступа на основе атрибутов с помощью технологий Ethereum и ZK-SNARK

Система разграничения доступа на основе атрибутов (Attribute-Based Access Control, ABAC) — одна из наиболее эффективных и широко используемых систем контроля доступа, обеспечивающая масштабируемость. Когда пользователи хотят получить доступ к информационному ресурсу, им необходимо предоставить свои атрибуты для процесса верификации, что может, в свою очередь, раскрыть их личные данные. Во многих исследовательских работах предлагается контроль доступа, основанный на атрибутах, использующий блокчейн, что обеспечивает защищенную от искажений (Zero-Knowledge, ZK) и прозрачную систему контроля доступа. Однако конфиденциальность системы может быть нарушена в зависимости от характера атрибутов. В работе предлагается использовать систему контроля доступа на основе Ethereum и доказательств без разглашения (ZK-ABAC). Система упрощает управление доступом к устройствам/объектам, обеспечивает эффективную и защищенную от искажений платформу, контролирующую все действия и управление доступом. При этом сохраняется конфиденциальность атрибутов. Предлагаемая модель контроля доступа на основе технологии ZK-ABAC использует смарт-контракты для управления доступом. Протокол ZK-SNARK обеспечивает конфиденциальность атрибутов пользователей. Система InterPlanetary File System применяется для создания распределенной системы хранения данных, а Chainlink для управления связью и данными между внутренними/ внешними блокчейн-системами. Для оценки работоспособности предложенной модели проведены эксперименты и тесты, включая использование ZK-SNARK с блокчейн-технологией Ethereum. Результаты экспериментов продемонстрировали проблемы масштабируемости на этапах настройки и проверки, а также повышение эффективности на этапе верификации при масштабировании для большего числа пользователей. Полученные результаты подтвердили практическую эффективность предложенной модели ZK-ABAC для безопасного управления доступом с сохранением конфиденциальности в децентрализованных средах.

1. Goldwasser S., Micali S., Rackoff C. The knowledge complexity of interactive proof-systems. Providing Sound Foundations for Cryptography: On the Work of Shafi Goldwasser and Silvio Micali, 2019, pp. 203–225. https://doi.org/10.1145/3335741.3335750

2. Chiesa A., Hu Y., Maller M., Mishra P., Vesely N., Ward N. Marlin: Preprocessing zkSNARKs with universal and updatable SRS. Lecture Notes in Computer Science, 2020, vol. 12105, pp. 738–768. https://doi.org/10.1007/978-3-030-45721-1_26

3. Campanelli M., Gailly N., Gennaro R., Jovanovic P., Mihali M., Thaler J. Linear time prover snarks with constant size proofs and square root size universal setup. Lecture Notes in Computer Science, 2023, vol. 14168, pp. 331–351. https://doi.org/10.1007/978-3-031-44469-2_17

4. Fuchsbauer G., Orrù M., Seurin Y. Aggregate cash systems: A cryptographic investigation of mimblewimble. Lecture Notes in Computer Science, 2019, vol. 11476, pp. 657–689. https://doi.org/10.1007/978-3-030-17653-2_22

5. Ozdemir A., Wahby R. Scaling verifiable computation using efficient set accumulators. Proc. of the 29th USENIX Conference Security Symposium, 2020, pp. 2075–2092.

6. Xie T., Zhang J., Cheng Z., Zhang F., Zhang Y., Jia Y., Boneh D., Song D. zkbridge: Trustless cross-chain bridges made practical. Proc. of the 2022 ACM SIGSAC Conference on Computer and Communications Security, 2022, pp. 3003–3017. https://doi.org/10.1145/3548606.3560652

7. Parno B., Howell J., Gentry C., Raykova M. Pinocchio: Nearly practical verifiable computation. Communications of the ACM, 2016, vol. 59, no. 2, pp. 103–112. https://doi.org/10.1145/2856449

8. Luong D.A., Park J.H. Privacy-preserving blockchain-based healthcare system for IoT devices using ZK-SNARK. IEEE Access, 2022, vol. 10, pp. 55739–55752. https://doi.org/10.1109/access.2022.3177211

9. Lin X., Zhang Y., Huang C., Xing B., Chen L., Hu D., Chen Y. An access control system based on blockchain with zero-knowledge rollups in high-traffic IoT environments. Sensors, 2023, vol. 23, no. 7, pp. 3443. https://doi.org/10.3390/s23073443

10. Norvill R., Pontiveros B.B.F., State R., Cullen A. IPFS for reduction of chain size in Ethereum. Proc. of the IEEE International Conference on Internet of Things (iThings) and IEEE Green Computing and Communications (GreenCom) and IEEE Cyber, Physical and Social Computing (CPSCom) and IEEE Smart Data (SmartData), 2018, pp. 1121–1128. https://doi.org/10.1109/cybermatics_2018.2018.00204

11. Breidenbach L., Cachin C., Chan B., Coventry A., Ellis S., Juels A., Koushanfar F., Miller A., Magauran B., Moroz D., Nazarov S., Topliceanu A., Tramer F., Zhang F. Chainlink 2.0: Next steps in the evolution of decentralized oracle networks. Chainlink Labs, 2021, 136 p.

12. Ouaddah A. A blockchain based access control framework for the security and privacy of IoT with strong anonymity unlinkability and intractability guarantees. Advances in Computers, 2019, vol. 115, pp. 211–258. https://doi.org/10.1016/bs.adcom.2018.11.001

13. Figueroa S., Anorga J., Arrizabalaga S., Irigoyen I., Monterde M. An attribute-based access control using chaincode in RFID systems. Proc. of the 10th IFIP International Conference on New Technologies, Mobility and Security (NTMS), 2019, pp. 1–5. https://doi.org/10.1109/ntms.2019.8763824

14. Cruz J.P., Kaji Y., Yanai N. RBAC-SC: Role-based access control using smart contract. IEEE Access, 2018, vol. 6, pp. 12240–12251. https://doi.org/10.1109/access.2018.2812844

15. Wang S., Zhang Y., Zhang Y. A blockchain-based framework for data sharing with fine-grained access control in decentralized storage systems. IEEE Access, 2018, vol. 6, pp. 38437–38450. https://doi.org/10.1109/access.2018.2851611

16. Khan F., Li H., Zhang L., Shen J. An expressive hidden access policy CP-ABE. Proc. of the IEEE Second International Conference on Data Science in Cyberspace (DSC), 2017, pp. 178–186. https://doi.org/10.1109/dsc.2017.29

17. Xu R., Chen Y., Blasch E., Chen G. BlendCAC: A smart contract enabled decentralized capability-based access control mechanism for the IoT. Computers, 2018, vol. 7, no. 3, pp. 39. https://doi.org/10.3390/computers7030039

18. Nishide T., Yoneyama K., Ohta K. Attribute-based encryption with partially hidden encryptor-specified access structures. Lecture Notes in Computer Science, 2008, vol. 5037, pp. 111–129. https://doi.org/10.1007/978-3-540-68914-0_7

19. Liu H., Han D., Li D. Fabric-IoT: A blockchain-based access control system in IoT. IEEE Access, 2020, vol. 8, pp. 18207–18218. https://doi.org/10.1109/access.2020.2968492

20. Ding S., Cao J., Li C., Fan K., Li H. A novel attribute-based access control scheme using blockchain for IoT. IEEE Access, 2019, vol. 7, pp. 38431–38441. https://doi.org/10.1109/access.2019.2905846

21. Zhou Z., Huang D., Wang Z. Efficient privacy-preserving ciphertextpolicy attribute based-encryption and broadcast encryption. IEEE Transactions on Computers, 2015, vol. 64, no. 1, pp. 126–138. https://doi.org/10.1109/tc.2013.200

22. Maalla M.A., Bezzateev S.V. An Ethereum based attribute-based access control for IoT. Proceedings of the Instittute for Systems Analysis Russian Academy of Sciences (ISA RAS), 2024, vol. 74, no. 1, pp. 29–34. https://doi.org/10.14357/20790279240104

23. Eberhardt J., Tai S. ZoKrates - scalable privacy-preserving off-chain computations. Proc. of the IEEE International Conference on Internet of Things (iThings) and IEEE Green Computing and Communications (GreenCom) and IEEE Cyber, Physical and Social Computing (CPSCom) and IEEE Smart Data (SmartData), 2018, pp. 1084–1091. https://doi.org/10.1109/cybermatics_2018.2018.00199

24. Baghery K., Pindado Z., Ràfols C. Simulation extractable versions of Groth’s ZK-SNARK revisited. Lecture Notes in Computer Science, 2020, vol. 12579, pp. 453–461. https://doi.org/10.1007/978-3-030-65411-5_22

25. Baghery K., Kohlweiss M., Siim J., Volkhov M. Another look at extraction and randomization of Groth’s ZK-SNARK. Lecture Notes in Computer Science, 2021, pp. 457–475. https://doi.org/10.1007/978-3-662-64322-8_22