Marco de gestión de políticas de confianza cero adaptativas en redes 5G
Autores: Alnaim, Abdulrahman K.
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Marco de gestión de políticas de confianza cero adaptativas en redes 5G
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Evolución
Redes 5G
Desafíos de seguridad
Marco de Política de Confianza Cero
Arquitecturas descentralizadas
Detección de amenazas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 20
Citaciones: Sin citaciones
La rápida evolución y despliegue de las redes 5G han introducido desafíos de seguridad complejos debido a su dependencia de segmentación dinámica de red, comunicación de latencia ultra baja, arquitecturas descentralizadas y casos de uso altamente diversos. Los modelos tradicionales de seguridad basados en perímetros ya no son suficientes en estos entornos altamente fluidos y distribuidos. En respuesta a estas limitaciones, este estudio presenta un novedoso Marco de Política de Confianza Cero Adaptativa (AZTPF) que aborda las amenazas emergentes mediante la integración de control de acceso inteligente, monitoreo en tiempo real y mecanismos de autenticación descentralizados. SecureChain-ZT avanza en la Arquitectura de Confianza Cero convencional (ZTA) al aprovechar el aprendizaje automático, el aprendizaje por refuerzo y las tecnologías blockchain para lograr la aplicación autónoma de políticas y la mitigación de amenazas. A diferencia de los modelos estáticos de ZT que dependen de conjuntos de reglas predefinidas, AZTPF evalúa continuamente el comportamiento de usuarios y dispositivos en tiempo real, detecta anomalías a través del análisis de tráfico impulsado por IA y actualiza dinámicamente las políticas de acceso en función de evaluaciones de riesgo contextuales. Simulaciones y experimentos exhaustivos demuestran la solidez del marco. SecureChain-ZT logra una precisión de autenticación del 97,8% y reduce los intentos de acceso no autorizado del 17,5% a solo el 2,2%. Sus capacidades avanzadas de detección alcanzan una precisión de detección de amenazas del 99,3% y bloquean el 95,6% de las intrusiones cibernéticas intentadas. La implementación de la verificación de identidad basada en blockchain reduce los incidentes de suplantación en un 97%, mientras que la microsegmentación limita los ataques de movimiento lateral en un 75%. El modelo propuesto SecureChain-ZT logró una precisión de autenticación del 98,6%, redujo las tasas de aceptación y rechazo falsos al 1,2% y 0,2% respectivamente, e mejoró el tiempo de actualización de políticas a 180 ms. En comparación con los modelos tradicionales, la latencia general se redujo en un 62,6%, y la precisión de detección de amenazas aumentó al 99,3%. Estos resultados resaltan la efectividad del modelo tanto en la mejora de la ciberseguridad como en la capacidad de respuesta del servicio en tiempo real. Esta investigación contribuye al avance de los modelos de seguridad de Confianza Cero al presentar un marco de aplicación de políticas escalable, resistente y adaptable que se alinea con las exigencias de las infraestructuras 5G de próxima generación. El modelo propuesto SecureChain-ZT no solo mejora la ciberseguridad, sino que también garantiza la fiabilidad y la capacidad de respuesta del servicio en entornos complejos y críticos para la misión.
Descripción
La rápida evolución y despliegue de las redes 5G han introducido desafíos de seguridad complejos debido a su dependencia de segmentación dinámica de red, comunicación de latencia ultra baja, arquitecturas descentralizadas y casos de uso altamente diversos. Los modelos tradicionales de seguridad basados en perímetros ya no son suficientes en estos entornos altamente fluidos y distribuidos. En respuesta a estas limitaciones, este estudio presenta un novedoso Marco de Política de Confianza Cero Adaptativa (AZTPF) que aborda las amenazas emergentes mediante la integración de control de acceso inteligente, monitoreo en tiempo real y mecanismos de autenticación descentralizados. SecureChain-ZT avanza en la Arquitectura de Confianza Cero convencional (ZTA) al aprovechar el aprendizaje automático, el aprendizaje por refuerzo y las tecnologías blockchain para lograr la aplicación autónoma de políticas y la mitigación de amenazas. A diferencia de los modelos estáticos de ZT que dependen de conjuntos de reglas predefinidas, AZTPF evalúa continuamente el comportamiento de usuarios y dispositivos en tiempo real, detecta anomalías a través del análisis de tráfico impulsado por IA y actualiza dinámicamente las políticas de acceso en función de evaluaciones de riesgo contextuales. Simulaciones y experimentos exhaustivos demuestran la solidez del marco. SecureChain-ZT logra una precisión de autenticación del 97,8% y reduce los intentos de acceso no autorizado del 17,5% a solo el 2,2%. Sus capacidades avanzadas de detección alcanzan una precisión de detección de amenazas del 99,3% y bloquean el 95,6% de las intrusiones cibernéticas intentadas. La implementación de la verificación de identidad basada en blockchain reduce los incidentes de suplantación en un 97%, mientras que la microsegmentación limita los ataques de movimiento lateral en un 75%. El modelo propuesto SecureChain-ZT logró una precisión de autenticación del 98,6%, redujo las tasas de aceptación y rechazo falsos al 1,2% y 0,2% respectivamente, e mejoró el tiempo de actualización de políticas a 180 ms. En comparación con los modelos tradicionales, la latencia general se redujo en un 62,6%, y la precisión de detección de amenazas aumentó al 99,3%. Estos resultados resaltan la efectividad del modelo tanto en la mejora de la ciberseguridad como en la capacidad de respuesta del servicio en tiempo real. Esta investigación contribuye al avance de los modelos de seguridad de Confianza Cero al presentar un marco de aplicación de políticas escalable, resistente y adaptable que se alinea con las exigencias de las infraestructuras 5G de próxima generación. El modelo propuesto SecureChain-ZT no solo mejora la ciberseguridad, sino que también garantiza la fiabilidad y la capacidad de respuesta del servicio en entornos complejos y críticos para la misión.