JP2011028703A

JP2011028703A - 検索システムに組み込んだセキュリティシステム

Info

Publication number: JP2011028703A
Application number: JP2009187537A
Authority: JP
Inventors: Tetsuya Morizumi; 哲也森住
Original assignee: Toyo Networks and System Integration Co Ltd
Current assignee: Toyo Networks and System Integration Co Ltd
Priority date: 2009-07-23
Filing date: 2009-07-23
Publication date: 2011-02-10

Abstract

【課題】クラウド内のリソースでは，セキュリティモデルとクラウドを如何にして対応付けるか，と言う問題が生じる。更に，大規模なクラウドに於けるｃｏｖｅｒｔｃｈａｎｎｅｌ分析は，膨大になることから，ｃｏｖｅｒｔｃｈａｎｎｅｌ分析を分散化する事が必要であった。
【解決手段】
ＨａｄｏｏｐのコアともいえるＭａｓｔｅｒ／Ｗｏｒｋｅｒ処理を行うノードに手を加えず，情報フィルタをＡｇｅｎｔと組み合わせ，外部からのアクセスに対しては，Ａｇｅｎｔを通し情報フィルタでアクセス制御を行う、或いは形態素分析された単語・メタ言語をＭａｓｔｅｒがＷｏｒｋｅｒに処理させた後、ＷｏｒｋｅｒにＲｅｄｕｃｅし，ＷｏｒｋｅｒはＲｅｄｕｃｅされたものに対してｃｏｖｅｒｔｃｈａｎｎｅｌ計算をＭａｐ，Ｒｅｄｕｃｅで行い，その結果を整理されたクラウドとして出力することで、Ｈａｄｏｏｐの分散処理を利用する。
【選択図】図５

Description

本発明は、グーグル・インコーポレイテッドの検索サービスＧｏｏｇｌｅ（登録商標）が採用している大規模検索エンジンのリソース収集システム，及び，”Ｈａｄｏｏｐ”の「リソースからの言語分析機能，分析結果の分類整理機能」にセキュリティモデルを実装したエージェントを融合したセキュリティシステムに関するものである。

クラウドはインターネット内にあるリソースの関係が述語論理で記述され，そこに名前空間が関係付けられた論理システム，即ち，意味論である。クラウドのリソースは従来型の関係データベースのみならず，ホームページの内容，パソコンやサーバ内のファイルシステムに格納されたファイル等が対象である。これらのリソースは互いに述語によって関係付けられ，更にはリソースのありかまでもがＵＲＬ，ＵＲＩ，パス，等によって関係付けられている。この意味で，クラウドは巨大なデータベースであり，データは述語によって疎結合されていると言える。疎結合とは，述語による関係性が必ずしも関係代数による記述が成されるのではなく，クラウド全体として不定な関係であり，リソース自体も現実に今も存在するかどうかも不確定である様な結合を言う。

データ疎結合の巨大なクラウドは，あたかもＷｅｂシステムの黎明期に顕在化した「迷子問題」をそのまま継承する。即ち，どこに何があるか，クラウドの統一管理システムがないため，なにもしないでいるとネットの中で迷子になる状態である。この問題の解決のために検索エンジンが登場した経緯がある。クラウドも同様な問題を孕んでおり，ここでも検索エンジンが不可欠のシステムとして位置づけられる。クラウドがグローバルな社会システムであるならば，検索エンジンは名前解決と言うコンピュータの通信システムと人間を結ぶメタ名前解決システムである，とも見做せるのである。

クラウドと言う社会システムでは，現在はオープンなリソースが検索需要の大半をしめているにせよ，近い将来，個人情報や企業機密を含んだリソースもクラウドのシステムに組み込まれる事が十分考えられる。その場合，検索サイトが公共的なものしか無く，しかも検索サイトの運営者が数社に限定される現状は，クラウドの社会システムとして健全ではない。そこで本論ではクラウドがｃｏｍｍｕｎｉｔｙごとに分割・重層化され，各ｃｏｍｍｕｎｉｔｙのクラウドには独自の価値観が反映されている，と言う状況を想定する。即ち，公共的なクラウドと，ｃｏｍｍｕｎｉｔｙのクラウドに分離してシステム化する。そして，その様なシステムの根本的な問題として情報フローに於けるｃｏｖｅｒｔｃｈａｎｎｅｌの分析・制御に着目する。

発明者は，クラウドに於けるｃｏｖｅｒｔｃｈａｎｎｅｌの分析・制御のためのセキュリティモデルを提案してきた。セキュリティモデルはアクセスする主体（ｓｕｂｊｅｃｔ）とｐｅｒｍｉｓｓｉｏｎ（客体（ｏｂｊｅｃｔ）とアクセスオペレーション（ＲＥＡＤ，ＷＲＩＴＥ））の関係性がｓｕｂｊｅｃｔ，ｏｂｊｅｃｔの属性，即ちｓｕｂｊｅｃｔ間の関係，ｓｕｂｊｅｃｔとｏｂｊｅｃｔの関係，ｏｂｊｅｃｔ間の関係，を記述した意味論である。セキュリティモデルとは即ち，クラウド内でｃｏｖｅｒｔｃｈａｎｎｅｌを制御するための羅針盤の様なものである。

特開２００８−１６５６３１号公報

森住哲也，木下宏揚（神奈川大学）："インターネット社会の情報漏えい・情報改ざんを防止するセキュリティモデルの提案"，日本セキュリティ・マネジメント学会誌，１月（２００７）森住哲也，木下宏揚，辻井重男："不確定な情報"ｃｏｖｅｒｔｃｈａｎｎｅｌ"の直観主義論理による解釈と分析"，技術と社会・倫理研究会（ＳＩＴＥ）．（２００７．７）森住哲也，木下宏揚，辻井重男："多元社会の意味ネットにおける存在論と認識論の役割（社会システムのためのアクセス制御ａｇｅｎｔの視点から）"，技術と社会・倫理研究会（ＳＩＴＥ）．（２００８．７）森住哲也，木下宏揚，辻井重男："セマンティックＷｅｂのための統合セキュリティモデル"，ｃｓｓ２００８，（２００８．１０）森住哲也，木下宏揚："社会システムの中のｃｏｖｅｒｔｃｈａｎｎｅｌについて"，電子情報通信学会，技術と社会・倫理研究会，５月，（２００５）

一方クラウド内のリソースは，名前とアドレスが分かる仕組みになっているが，ｐｅｒｍｉｓｓｉｏｎが始めから割付けられている分けではない。従って，セキュリティモデルとクラウドを如何にして対応付けるか，と言う問題が生じる。

更に，大規模なクラウドに於けるｃｏｖｅｒｔｃｈａｎｎｅｌ分析は，ｃｏｍｍｕｎｉｔｙごとにその中を優先して実行するアルゴリズムとしても膨大になる事が考えられる。従って，ｃｏｖｅｒｔｃｈａｎｎｅｌ分析を分散化する事が必要である。

上記の課題を解決するため、本発明に係るセキュリティシステムは、ＨａｄｏｏｐのコアともいえるＭａｓｔｅｒ／Ｗｏｒｋｅｒ処理を行うノードに手を加えず，情報フィルタをＡｇｅｎｔと組み合わせ，外部からのアクセスに対しては，Ａｇｅｎｔを通し情報フィルタでアクセス制御を行う、或いは、形態素分析された単語・メタ言語をＭａｓｔｅｒがＷｏｒｋｅｒに処理させた後、ＷｏｒｋｅｒにＲｅｄｕｃｅし，ＷｏｒｋｅｒはＲｅｄｕｃｅされたものに対してｃｏｖｅｒｔｃｈａｎｎｅｌ計算をＭａｐ，Ｒｅｄｕｃｅで行い，その結果を整理されたクラウドとして出力することで、Ｈａｄｏｏｐの分散処理を利用するものである。

Ｈａｄｏｏｐによるセキュリティモデルの実装（独立型）については、Ｍａｐ，Ｒｅｄｕｃｅを其のまま手を加えずモデルに組み込む事が出来る事である。
また、Ｈａｄｏｏｐによるセキュリティモデルの実装（融合型）については，外部からのアクセスは，Ａｇｅｎｔの役割も持つＭａｓｔｅｒが受け持つ事で情報フィルタとしての機能をＨａｄｏｏｐ自体にもたせる事ができる様になる。これに由り，独立型に比べ処理が複雑化するものの、アクセスコントロールも高速化させることができると考えられる。

クラウドに於けるエージェント・システムを示す概念構造図。検索とｃｏｖｅｒｔｃｈａｎｎｅｌの関係を示す概念構造図。セキュリティモデルを説明するための概念構造図。Ｈａｄｏｏｐを説明するための概念構造図。Ａｇｅｎｔ独立型モデルを示す概念構造図。Ａｇｅｎｔ融合型モデルを示す概念構造図。

＜クラウドのエージェントと検索エンジンについて＞
クラウドの定義：クラウドとは対象世界の関係が述語論理で記述され，そこに名前空間が関係付けられた意味論である。

名前空間とはリソース名の空間とアドレス空間が関係付けられた空間である。言い換えれば，クラウドは認識と存在を関係付ける「意味ネット＋アドレス空間」であり，主語と述語で記述される命題，及びそれらリソースへのアドレスの集まりである。

図１にクラウドに於けるエージェント・システムを示す。我々は，ｃｏｍｍｕｎｉｔｙ同士が互いに影響を及ぼしあい、意味を産出していく様な社会システムを支援する為に，ｃｏｍｍｕｎｉｔｙ毎にあるクラウドとＰｕｂｌｉｃＣｌｏｕｄの情報フローを制御する装置としてエージェントをｃｏｍｍｕｎｉｔｙ単位で設置する。そして，ｃｏｍｍｕｎｉｔｙｃｌｏｕｄはＨａｄｏｏｐを用いて管理運営される。エージェントとはｃｏｍｍｕｎｉｔｙ毎に置かれ，ｃｏｍｍｕｎｉｔｙ単位でクラウドを制御・管理する。エージェントは人間が設定するセキュリティ・ポリシーと言う価値基準をクラウドに反映させると言う重要な位置付けにある。セキュリティ・ポリシーは，クラウドの不確定性に対応できる直観主義論理に基づくセキュリティモデルによって記述される。

また，人間の価値をシステムに託す為には，クラウドが人工知能の様に振る舞うのではなく，人間を支援するエージェントになる必要がある。システムは論理的な意味論によって記述されたものに過ぎず，論理だけで価値の正しさを論じる事は困難だからである。つまり，エージェントとは，論理主義世界と心的な価値の世界を橋渡しする必要条件の１つとして位置付けられる。

＜検索システムの位置付けとｃｏｖｅｒｔｃｈａｎｎｅｌについて＞
ｃｏｖｅｒｔｃｈａｎｎｅｌ（情報漏えい）の定義：機密情報，個人情報を含むファイルの内容が，細かく分断されて他のファイルにＣｏｐｙ＆Ｐａｓｔｅされ，情報漏えいする経路をｃｏｖｅｒｔｃｈａｎｎｅｌと言う。

図２に検索とｃｏｖｅｒｔｃｈａｎｎｅｌの関係を示す。
ｓはｓｕｂｊｅｃｔ，ｏはｏｂｊｅｃｔ，ＲＷはＣｏｐｙ＆Ｐａｓｔｅ可能，Φはアクセス禁止を表わす。各ｓｕｂｊｅｃｔはアクセス行列の一部分を持っている。Ｓ４のアクセス行列の要素ＳＣは検索可能を表わす。ｓ１はｓ３にｏ１へのアクセスを禁止している。ｓ１とｓ２は連携しｏｂｊｅｃｔｏ１，ｏ２，ｏ３，ｏ４を生成する。図２は，検索サイトｓ４によってｓ３がｏｂｊｅｃｔｏ３，ｏ４を探し当て，ｏｂｊｅｃｔｏ３，ｏ４をｒｅａｄ可能になる事から，ｃｏｖｅｒｔｃｈａｎｎｅｌが生じる様子を示している。

即ち，ｓ１の連携者ｓ２がｏｂｊｅｃｔｏ１の内容をｏｂｊｅｃｔｏ４にｗｒｉｔｅする時，ｓ１の敵対者ｓ３は検索サイトｓ４からｏｂｊｅｃｔｏ４をｒｅａｄする。すると，ｏ４に書き込まれたｏ１の内容をｓ３がｒｅａｄ可能となり情報漏えいが引き起こされる。

インターネットのユーザは検索機能を使い，クラウドと言う意味論の中からｏｂｊｅｃｔのメタ言語（インデックス）が指示するｏｂｊｅｃｔを検索する事が可能である。もしユーザがパミッションの設定を誤り，ｃｏｖｅｒｔｃｈａｎｎｅｌを放置しておけば，隠蔽したい情報の内容が検索とＣｏｐｙ＆Ｐａｓｔｅによって他のユーザに漏えいする。検索機能は世界中のユーザによって利用されるので，一度漏えいした情報は世界中に拡散される事態になる。従って。意味を生成する社会システムには，情報フローに対する制約機能が不可欠である。

＜セキュリティモデルについて＞
セキュリティモデルは以下の要素と関係から成る構造を持つ。
［１］客体；ファイル。
［２］主体；ファイルにアクセスするエンティティ。ユーザ。
［３］情報フロー制御属性；競合属性，所有属性，プライバシー属性，役割属性，階層属性。
［４］情報フロー制御構造；主体，客体，オペレーション（ＲＥＡＤ，ＷＲＩＴＥ）の関係。客体とオペレーションのペアをｐｅｒｍｉｓｓｉｏｎと呼ぶ。
セキュリティモデルの構成要素は，情報フロー制御属性を与えられ，或いは属性を刻印され，構成要素間の関係を形作り，ｐｅｒｍｉｓｓｉｏｎが割り当てられる。主体，客体の構造はセキュリティモデルの要請に基づくものの他に，下記の構造が定義される。
［５］主体間の構造；２つの主体の関係の集合。関係にはアクセス制御属性も含まれる。
［６］情報の意味の構造；ｏｂｊｅｃｔが持つ”概念の関係”。セキュリティモデルは，上記構造を元にして，ｃｏｖｅｒｔｃｈａｎｎｅｌ分析・制御の推論機能を持つ。
［７］情報フロー規則；情報フロー規則は情報フロー制御属性，主体間の構造，情報の意味の構造，情報フロー制御構造を元にして，ｃｏｖｅｒｔｃｈａｎｎｅｌを分析し，制御するための推論規則である。
図３はキュリティモデルの構造を示す概念図である。推論機能は図３に於いて推論エンジンが受け持つ。

＜Ｈａｄｏｏｐについて＞
Ｈａｄｏｏｐは，メタ言語（タグ）を含むインデックスを生成するシステムでクラウド内に散らばったリソースのファイル名，ファイルの内容の語を収集，分析し，インデックスとしてまとめる機能を持つ。

セキュリティモデルは，ｃｏｖｅｒｔｃｈａｎｎｅｌを分析するためにリソース間の関係に基づいてパミッションを割り振る。
ユーザのクラウド内のリソースのメタ言語の関係性の収集・区別，分類整理のツールとしてＨａｄｏｏｐを応用する。
ＨａｄｏｏｐはＭａｐ関数とＲｅｄｕｃｅ関数という二つの関数の組み合わせを定義するだけで，大規模データに対する様々な計算問題を解決できる。
それを用いリソースを収集して区別し，言葉の間の関係を意味論的に関係付ける支援のためのエージェント・システムを構築する。
また，Ｈａｄｏｏｐを用い，クラウド内のＣｏｖｅｒｔｃｈａｎｎｅｌの計算を分散処理で行う事により，処理の高速化の可能性を提示する。

ＨａｄｏｏｐはＭａｐフェーズとＲｅｄｕｃｅフェーズの２つから成り立っている。
Ｍａｐとは，情報の分解・抽出を行う関数でこのフェーズで大量の情報を分解し，必要な情報を抜き出して出力する。この時，Ｍａｐ関数によってｋｅｙ／ｖａｌｕｅのペアの集合が生成される。
Ｒｅｄｕｃｅとは，Ｍａｐフェーズで抽出された情報を集約し，それに対して計算を行い結果を出力する。
計算処理は，Ｗｏｒｋｅｒと呼ばれるノードが行う。
図４ではＷｏｒｋｅｒはＷで示されている。
クローラが収集して来たデータは形態素分析をされ，その結果を元にＭａｐ，Ｒｅｄｕｃｅされる。

＜Ｈａｄｏｏｐによるセキュリティモデルの実装（独立型）について＞
ＨａｄｏｏｐのコアともいえるＭａｓｔｅｒ／Ｗｏｒｋｅｒ処理を行うノードに手を加えず，情報フィルタをＡｇｅｎｔと組み合わせ，外部からのアクセスに対しては，Ａｇｅｎｔを通し情報フィルタでアクセス制御を行うモデルである。このモデルの利点として挙げられるのは，Ｍａｐ，Ｒｅｄｕｃｅを其のまま手を加えずモデルに組み込む事が出来る事である。
［１］形態素分析する。
［２］形態素分析された単語・メタ言語をＭａｓｔｅｒがＷｏｒｋｅｒに分散処理させ整理する。
［３］Ａｇｅｎｔは整理されたクラウドから入力を受け取り，Ｃｏｖｅｒｔｃｈａｎｎｅｌ計算を行う。
［４］Ｃｏｖｅｒｔｃｈａｎｎｅｌ計算結果に従ってブラウザへ出力をする。

しかし，ｃｏｖｅｒｔｃｈａｎｎｅｌ計算はＡｇｅｎｔが行う為，Ｈａｄｏｏｐで分散処理を行い大容量の処理を短時間で行う事が出来ても，アクセス制御しいてはＡｇｅｎｔの処理がボトルネックとなってしまう可能性が有る。

＜Ｈａｄｏｏｐによるセキュリティモデルの実装（融合型）について＞
独立型とは大きく異なり，ｃｏｖｅｒｔｃｈａｎｎｅｌの計算もＨａｄｏｏｐの分散処理を使うモデルである。形態素分析された単語・メタ言語をＭａｓｔｅｒがＷｏｒｋｅｒに処理させるのは独立型を変わらないが，その後図６に黒で示したＷｏｒｋｅｒにＲｅｄｕｃｅし，黒いＷｏｒｋｅｒはＲｅｄｕｃｅされたものに対してｃｏｖｅｒｔｃｈａｎｎｅｌ計算をＭａｐ，Ｒｅｄｕｃｅで行い，その結果を整理されたクラウドとして出力する。
［１］形態素分析する。
［２］形態素分析された単語・メタ言語をＭａｓｔｅｒがＷｏｒｋｅｒに分散処理させ整理する。
［３］黒で示したＷｏｒｋｅｒにメタ言語で整理されたＲｅｄｕｃｅ結果を出力する。
［４］黒いＷｏｒｋｅｒはメタ言語で整理されたものをＭａｐしてｃｏｖｅｒｔｃｈａｎｎｅｌ計算を行う。
［５］その結果を整理されたクラウドとして出力する。
［６］Ａｇｅｎｔは整理されたクラウドからブラウザへ出力する。

外部からのアクセスは，Ａｇｅｎｔの役割も持つＭａｓｔｅｒが受け持つ事で情報フィルタとしての機能をＨａｄｏｏｐ自体にもたせる事ができる様になる。
これに由り，独立型に比べ処理が複雑化するものの、アクセスコントロールも高速化させることができると考えられる。

Claims

ＨａｄｏｏｐのコアともいえるＭａｓｔｅｒ／Ｗｏｒｋｅｒ処理を行うノードに手を加えず，情報フィルタをＡｇｅｎｔと組み合わせ，外部からのアクセスに対しては，Ａｇｅｎｔを通し情報フィルタでアクセス制御を行うことを特徴とするセキュリティシステム。
形態素分析された単語・メタ言語をＭａｓｔｅｒがＷｏｒｋｅｒに処理させた後、ＷｏｒｋｅｒにＲｅｄｕｃｅし，ＷｏｒｋｅｒはＲｅｄｕｃｅされたものに対してｃｏｖｅｒｔｃｈａｎｎｅｌ計算をＭａｐ，Ｒｅｄｕｃｅで行い，その結果を整理されたクラウドとして出力することで、Ｈａｄｏｏｐの分散処理を利用することを特徴とするセキュリティシステム。