본 논문은 사물 인터넷(IoT) 시스템을 위한 기반 모델(FM)의 수명 주기 전반에 걸쳐 제로 트러스트 보안 원칙을 통합하는 새로운 패러다임인 제로 트러스트 기반 모델(ZTFM)에 초점을 맞추고 있습니다. 지속적인 검증, 최소 권한 접근(LPA), 데이터 기밀성 및 행동 분석과 같은 핵심 원칙을 FM의 설계, 훈련 및 배포에 통합함으로써 ZTFM은 분산되고 이기종이며 잠재적으로 적대적인 IoT 환경에서 안전하고 개인 정보를 보호하는 AI를 가능하게 합니다. 본 논문에서는 ZTFM의 첫 번째 구조화된 합성을 제시하고 기존의 신뢰 기반 IoT 아키텍처를 복원력 있고 자체 방어적인 생태계로 변환할 수 있는 잠재력을 확인합니다. 또한, 분산된 검증 가능한 지능을 네트워크 에지에서 지원하기 위해 연합 학습(FL), 블록체인 기반 ID 관리, 마이크로 세분화 및 신뢰 실행 환경(TEE)을 통합하는 포괄적인 기술 프레임워크를 제안합니다. 또한 ZTFM 지원 시스템에 고유한 새로운 보안 위협을 조사하고 이상 탐지, 적대적 훈련 및 안전한 집계와 같은 대응책을 평가합니다. 이 분석을 통해 확장성, 안전한 오케스트레이션, 해석 가능한 위협 귀속 및 동적 신뢰 보정 측면에서 주요 미해결 연구 과제를 강조합니다. 이 설문 조사는 FM에 의해 구동되는 안전하고 지능적이며 신뢰할 수 있는 IoT 인프라를 위한 기초 로드맵을 제시합니다.
