Computer Security: Chapter 4 - Introduction to Trust in Computing

4. Introduction to Trust in Computing*
Presented by:
Prof. Bharat Bhargava
Department of Computer Sciences and
Center for Education and Research in Information Assurance and Security (CERIAS)
Purdue University
with contributions from
Prof. Leszek Lilien
Western Michigan University and 
CERIAS, Purdue University
*

  Supported in part by NSF grants IIS­0209059, IIS­0242840, ANI­0219110, and Cisco URP grant.


Introduction to Trust
Outline
1) Trust in Social & Computing Systems
2) Selected Trust Characteristics
3) Selected Research Issues in Trust
4) Avoiding Traps of Trust Complexity
5) Trust and Privacy
incl. Trading Privacy Loss for Trust Gain
6) Trust & Pervasive Computing

3/23/04

2


1) Trust in Social & Comput’g Systems 

 

(1)



Trust  



Trust is pervasive in social systems

      [The American Heritage Dictionary of the English Language, 4th ed., Houghton Mifflin, 2000 ]
= “reliance on the integrity, ability, or character of a person or thing”


Constantly used it in interactions among:

People / Organizations / Animals / Artifacts (sic!) 






3/23/04

E.g., “Can I trust my car on this long vacation trip?”

Used instinctively and implicitly in closed and static systems

Example: In a small village – everybody knows everybody 
 Villagers instinctively use their knowledge or stereotypes to 
trust/distrust others
Used consciously and explicitly in open or dynamic systems
 Example: In a big city ­ explicit rules of behavior in diverse trust 
relationships
 E.g., Build up trust by asking friends or recommendation 
services for a dependable plumber
3


1) Trust in Social & Computing Systems


(2)

Establishing Trust by Interactions




Social or computer­based interactions:
 From a simple transaction to a complex collaboration 
Adequate degree of trust required for interactions

How to establish initial trust?




 

Build up trust in interactions with strangers or known partners
 Human or artificial partners
 Offline or online

Trust Degradation and Recovery 




3/23/04

Identification and isolation of violators

Dynamic trust updated according to interaction histories and 
recommendations
Fast degradation of trust and its slow recovery

This defends against smart violators

4


1) Trust in Social & Computing Systems


(3)

Trust is pervasive & beneficial in complex social systems ­
Why not exploit pervasive trust as a paradigm in computing? 




   

Use it also in non­pervasive computing (not a contradiction!)

Trust is already common, used extensively in computing 
systems



Although usually subconsciously
Examples of users’ trust­based decisions:



Search for reputable ISPs / e­banking sites
Ignoring emails from “Nigerians” asking for transferring millions of dollars



But should be even more pervasive in computing systems



Challenge for exploiting trust in computing:
Extending trust­based solutions to:

1) Artificial entities (such as software agents or subsystems)
2) Subconscious choices made by human users’

3/23/04

5


2) Selected Trust Characteristics (1)
 Dimensions of trust

 Competence – Does he possess qualifications to do it
 Intention – Is he willing to do it? 

 Degrees of trust ­ instead of binary (all­or­nothing) trust
 “You can’t trust everybody but
 Otherwise, you’d be paranoid

you have to trust somebody”

 Extreme costs of being paranoid

 An

 Looking over one’s shoulder all the time
untrusting system (even just implicitly) would

be paranoid, inefficient

 Trust is asymmetric

 E.g., “I trust you more than you trust me”

 In general, trust is bidirectional
 But one direction can be implicit

3/23/04

[cf. M. Reiter and M. Atallah, NSF IDM Workshop, August 2003]
6


2) Selected Trust Characteristics







Can you trust your smart refrigerator?
Can you trust your car, cell phone, PDA?  RFID tags in store?
Devices can self­organize into malicious “opportunistic” networks
System loyalty (like servant loyalty):


Who does it work for? For insurer? For advertiser? For Big Brother?

Trust requires visibility of evidence/recommendations




(2)

Who/what to trust?




 

If I don’t know what the system is doing, I don’t trust it

Relationship of trust to trustworhiness and usability



Trustworthiness =>  ( Usability ) => Trust
System excessive/insufficient trust demands can reduce its usability



3/23/04

If a system requires too many credentials, its usability decreases
If a system requires no credentials (e.g., no password), users don’t trust it  => 

usability also decreases  (surprise?)
7


3) Selected Research Issues in Trust


What incentives or penalties will foster trust relationships?


Currently incentives are often perverse


E.g., Smith buys security but Jones benefits   

[cf. M. Reiter and M. Atallah, NSF IDM Workshop, August 2003]



Can we build trusted system from untrustworthy 
components?




3/23/04

Or: Can we build a more trusted system from less trustworthy 
components? 

In interactions:
“Seller” is ultimately responsible for deciding on the degree 
of trust required to offer a service
“Buyer” is ultimately responsible for deciding on the degree 
of trust required to accept a service
8


4) Avoiding Traps of Trust Complexity (1)


Trust is a complex, multifaceted & context­dependent notion
=> Words of caution on using the trust paradigm:
1) Carefully select all and only those useful trust aspects 
needed for the system you’re designing


Otherwise, either flexibility or performance suffers

2) Optimize demands for evidence or credentials



3/23/04

Asking for too much ­ laborious and uncomfortable
Asking for too little – will create image of a lax system
 Who wants to be friends with someone who befriends crooks 
and thieves?

9


4) Avoiding Traps of Trust Complexity (2)


=> Words of caution on using the trust paradigm (cont.):
3) Excessive reliance on explicit trust relationships hurts 

performance





3/23/04

Paranoid ­ avoid paranoia
E.g., modules in a well­integrated system should rely on implicit 
trust
 Just as villagers do
In a crowd of entities, only some communicate directly
 Only they need to use trust
 Even fewer need to use trust explicitly

10


5) Trust and Privacy (1)


Privacy = entity’s ability to control the availability and 
exposure of information about itself




We extended the subject of privacy from a person in the original 
definition [“Internet Security Glossary,” The Internet Society, Aug. 2004 ] to an entity— 
including an organization or software

Maybe controversial but stimulating

Privacy Problem




Consider computer­based interactions

From a simple transaction to a complex collaboration
Interactions always involve dissemination of private data

It is voluntary, “pseudo­voluntary,” or compulsory





3/23/04

Compulsory ­ e.g., required by law

Threats of privacy violations result in lower trust
Lower trust leads to isolation and lack of collaboration
11


5) Trust and Privacy



(2)

Thus, privacy and trust are closely related






 

Privacy­trust tradeoff:
Entity can trade privacy for a corresponding 
gain in its partners’ trust in it
The scope of an entity’s privacy disclosure should be proportional to 
the benefits expected from the interaction

As in social interactions


E.g.: a customer applying for a mortgage must reveal much more 
personal data than someone buying a book

Trust must be established before a privacy disclosure




3/23/04

Data – provide quality an integrity
End­to­end communication – sender authentication, message integrity
Network routing algorithms – deal with malicious peers, intruders, 
security attacks
12


5) Trust and Privacy


Optimize degree of privacy traded to gain trust




Disclose minimum needed for gaining partner’s necessary trust level

To optimize, need privacy & trust measures
Once measures available:







 (3)

Automate evaluations of the privacy loss and trust gain
Quantify the trade­off
Optimize it

Privacy­for­trust trading requires privacy guarantees for 
further dissemination of private info




Disclosing party needs satisfactory limitations on further dissemination 
(or the lack of thereof) of traded private information
E.g., needs partner’s solid privacy policies


Merely perceived danger of a partner’s privacy violation can make the 
disclosing party reluctant to enter into a partnership


3/23/04

E.g., a user who learns that an ISP has carelessly revealed any customer’s 

email will look for another ISP
13


5) Trust and Privacy (4)


Summary: Trading Information for Trust in Symmetric and 
Asymmetric Negotiations  ­ When/how can partners trust 
each other? 
 Symmetric „disclosing:”






Symmetric „preserving:” (from distrust to trust)






Initial distrust / no stepwise trust growth / establishes mutual „full” 
trust
No trading of info for trust (info is private or not)

Asymmetric:




3/23/04

Initial degree of trust / stepwise trust growth / establishes mutual 
„full” trust
Trades info for trust (info is private or not)

Initial „full” trust of Weaker into Stronger and no trust of Stronger 
into Weaker / stepwise trust growth / establishes „full” trust of 
Stronger into Weaker
Trades private info for trust
14


5) Trust and Privacy

 (5)



Privacy­Trust Tradeoff: Trading Privacy Loss for Trust Gain



We’re focusing on asymmetric trust negotiations:
The weaker party trades a (degree of) privacy loss for (a degree 
of) a trust gain as perceived by the stronger party



Approach to trading privacy for trust:     [Zhong and Bhargava, Purdue]





Formalize the privacy­trust tradeoff problem
Estimate privacy loss due to disclosing a credential set
Estimate trust gain due to disclosing a credential set
Develop algorithms that minimize privacy loss for required trust 
gain


Bec. nobody likes loosing more privacy than necessary

              More details later
3/23/04

15


6) Trust & Pervasive Computing (1)


People surrounded by zillions of computing devices of all 
kinds, sizes, and aptitudes 
[“Sensor Nation: Special 
Report,” IEEE Spectrum, vol. 41, no. 7, 2004 ]



Most with limited / rudimentary capabilities




Most embedded in artifacts for everyday use, or even human bodies


3/23/04

Quite small, e.g., RFID tags, smart dust

Possible both beneficial and detrimental (even apocalyptic)  consequences

16


6) Trust & Pervasive Computing



 

(2)

New threats to security in pervasive environments
Example:  Malevolent opportunistic sensor networks
— pervasive devices self­organizing into huge spy networks




Able to spy anywhere, anytime, on everybody and everything
Need means of detection and neutralization
 To tell which and how many snoops are active, what data they 
collect, and who they work for




Questions such as “Can I trust my refrigerator?” will not be jokes


3/23/04

An advertiser? a nosy neighbor? Big Brother?

The refrigerator snitching on its owner’s dietary misbehavior for her 
doctor

17


6) Trust & Pervasive Computing



 

(3)

Radically changed, pervasive computing environments 
demand new approaches to computer privacy & security


Our belief: Socially based paradigms (such as trust­based 
paradigms for privacy & security) will play a big role in pervasive 
computing


Solutions will vary (as in social settings)




3/23/04

Heavyweighty solutions for entities of high intelligence and 
capabilities (such as humans and intelligent systems) 
interacting in complex and important matters
Lightweight solutions for less intelligent and capable entities 
interacting in simpler matters of lesser consequence

18


6) Trust & Pervasive Computing (4)

 Example: Use of Pervasive Trust for Access Control

 Use of pervasive trust for access control
 perimeter-defense authorization model
 Investigated by B. Bhargava, Y. Zhong, et al., 2002 - 2003
 using trust ratings:
 direct experiences
 second-hand recommendations
 using trust ratings to enhance the role-based access control
(RBAC) mechanism

3/23/04

19


References & Bibliography (1)


Slides based on BB+LL part of the paper:
Bharat Bhargava, Leszek Lilien, Arnon Rosenthal, Marianne Winslett, “Pervasive Trust,” 
IEEE Intelligent Systems, Sept./Oct. 2004, pp.74­77
“Private and Trusted Interactions,” by B. Bhargava and L. Lilien, March 2004.
“Trust, Privacy, and Security. Summary of a Workshop Breakout Session at the National 
Science Foundation Information and Data Management (IDM) Workshop held in Seattle, 
Washington, September 14 ­ 16, 2003” by B. Bhargava, C. Farkas, L. Lilien and F. Makedon, 
CERIAS Tech Report 2003­34, CERIAS, Purdue University, November 2003.
/> />


1. 
2. 

3. 
4. 
5. 

Paper References:
The American Heritage Dictionary of the English Language, 4th ed., Houghton Mifflin, 2000.
B. Bhargava et al., Trust, Privacy, and Security: Summary of a Workshop Breakout Session 
at the National Science Foundation Information and Data Management (IDM) Workshop held 
in Seattle,Washington, Sep. 14–16, 2003, tech. report 2003­34, Center for Education and 
Research in Information Assurance and Security, Purdue Univ., Dec. 2003; 
www.cerias.purdue.edu/tools_and_resources/bibtex_archive/archive/2003­34.pdf.
“Internet Security Glossary,” The Internet Society, Aug. 2004; www.faqs.org/rfcs/rfc2828.html.
B. Bhargava and L. Lilien “Private and Trusted Collaborations,” to appear in Secure 
Knowledge Management (SKM 2004): A Workshop, 2004.
“Sensor Nation: Special Report,” IEEE Spectrum, vol. 41, no. 7, 2004.

3/23/04

20


References & Bibliography(2)
5. 
7. 
8. 
9.
10.

11.

12.

13.

3/23/04

6.  R. Khare and A. Rifkin, “Trust Management on the World Wide Web,” First Monday, 
vol. 3, no. 6, 1998; www.firstmonday.dk/issues/issue3_6/khare.
M. Richardson, R. Agrawal, and P. Domingos,“Trust Management for the Semantic Web,” 
Proc. 2nd Int’l Semantic Web Conf., LNCS 2870, Springer­Verlag, 2003, pp. 351–368.
P. Schiegg et al., “Supply Chain Management Systems—A Survey of the State of the Art,” 
Collaborative Systems for Production Management: Proc. 8th Int’l Conf. Advances in 
Production Management Systems (APMS 2002), IFIP Conf. Proc. 257, Kluwer, 2002.
N.C. Romano Jr. and J. Fjermestad, “Electronic Commerce Customer Relationship 
Management: A Research Agenda,” Information Technology and Management, vol. 4, 
nos. 2–3, 2003, pp. 233–258.
“On Security Study of Two Distance Vector Routing Protocols for Mobile Ad Hoc 
Networks,” by W. Wang, Y. Lu and B. Bhargava, Proc. of IEEE Intl. Conf. on Pervasive 
Computing and Communications (PerCom 2003), Dallas­Fort Worth, TX, March 2003. 
/>“Fraud Formalization and Detection,” by B. Bhargava, Y. Zhong and Y. Lu, Proc. of 5th 
Intl. Conf. on Data Warehousing and Knowledge Discovery (DaWaK 2003), Prague, 
Czech Republic, September 2003. http://
www.cs.purdue.edu/homes/zhong/papers/fraud.pdf
“e­Notebook Middleware for Accountability and Reputation Based Trust in Distributed Data 
Sharing Communities,” by P. Ruth, D. Xu, B. Bhargava and F. Regnier, Proc. of the 
Second International Conference on Trust Management (iTrust 2004), Oxford, UK, March 
2004.  />“Position­Based Receiver­Contention Private Communication in Wireless Ad Hoc 
Networks,” by X. Wu and B. Bhargava, submitted to the Tenth Annual Intl. Conf. on Mobile 
Computing and Networking (MobiCom’04), Philadelphia, PA, September ­ October 2004.

/>
21


THE END

3/23/04

22