The rise and development of confidential containers

機密コンテナは CNCF の Sandbox プロジェクトであり、クラウドネイティブ環境におけるデータセキュリティの問題を解決し、データコンプライアンス、データプライバシー保護、アルゴリズムおよびモデルなどの革新的な知的財産保護の要件、データは利用可能だが参照できないという利用要件を満たすと同時に、クラウドベンダーに対する信頼と依存の問題を解決するものです。

機密コンテナには以下の特徴があります。

1. 安全性。機密コンテナはハードウェアの信頼できる実行環境（TEE）を基盤としてコンテナ内のデータを保護します。高い権限を持つクラウドベンダーやサードパーティは、コンテナ内のデータを直接窃取したり改ざんしたりすることはできません。

2. 使いやすさ。ユーザーアプリケーションは、従来のコンテナ環境から機密コンテナ環境へ修正なしで移行できます。

3. テナントとクラウドベンダー間の信頼と依存の問題を解決できます。テナントのデータはクラウドベンダーから参照できなくなります。

4. 自己証明。ユーザーはリモート証明などの手段を通じて、現在のコンテナ環境の真正性を検証できます。

機密コンテナのセキュリティは、ハードウェアの信頼できる実行環境に大きく依存しており、実行中のデータの機密性、整合性、安全性をハードウェアレベルで保護します。

近年、多くのハードウェアメーカーが独自の TEE 技術ソリューションをリリースしています。たとえば Intel SGX や TDX があり、さまざまなハードウェアプラットフォームを基盤として機密コンテナ技術を構築できます。

Alibaba Cloud は機密コンテナプロジェクトの中核的な参加者です。オープンソースプロジェクトの開発に参加すると同時に、機密コンテナの商用ソリューションも推進しています。現在、2 つの機密コンテナ向けソリューションの構築を完了しています。1 つは Pod レベルの機密コンテナで、もう 1 つはプロセスレベルの機密コンテナです。Pod レベルの機密コンテナは、コンテナ Pod の内容全体を TEE で保護するものです。プロセスレベルの機密コンテナは、機密性の高いビジネスを実行するコンテナプロセスを TEE 内で保護するものです。

CPU TEE による実行データの保護に加え、イメージセキュリティ、ストレージセキュリティ、リモート証明、ネットワークセキュリティなどの一連のセキュリティ技術を組み合わせ、アプリケーションのデプロイから実行までの全行程にわたるセキュリティ保証をユーザーに提供します。

同時に、OpenAnolis コミュニティに機密コンテナ技術を導入し、OpenAnolis のオープンソースエコシステムを基盤とした、すぐに使えるソリューションを構築しています。現在、ANCK、KVM、および Rund セキュアコンテナの機密コンテナ対応を完了しています。オープンソースソリューションの構築は、オープンソースコミュニティおよびパートナーとのより便利かつ深い協力を通じて、機密コンテナの適用シーン拡大を目指すものです。

Intel と Alibaba Cloud は、基盤ソフトウェアだけでなく、アプリケーションとエコシステムも機密コンテナ技術の発展と普及を推進する上で同様に重要であることを十分に認識しています。機密コンピューティングの中核的な価値と能力は、高価値なビジネスや機密データに保護を提供することにあります。BigDL PPML はその代表的なアプリケーションです。

BigDL は Intel のオープンソース AI ソリューションプラットフォームであり、データサイエンティストやデータエンジニアがエンドツーエンドの分散 AI アプリケーションを容易に開発できるように支援します。さらに、BigDL は機密コンピューティングに特化した PPML（Privacy Preserving Machine Learning）をリリースしており、分散 AI アプリケーションに対するエンドツーエンドのフルリンク保護を実現できます。

PPML アーキテクチャは前述の図に示す通りです。Intel は下層の K8s クラスターに Intel TDX および Intel SGX の信頼できる実行環境を提供します。一連のハードウェアおよびソフトウェアの基盤セキュリティ技術を通じて、ユーザーは Apache Spark、Apache Flink、TensorFlow、PyTorch など馴染みのある標準的な AI およびビッグデータ処理ソフトウェアを使用して、プライベートデータを公開することなくアプリケーションを開発できます。

その上で、PPML は Orca と DLlib という 2 つの分散パイプラインも提供します。Orca は AI フレームワーク API を基盤として、分散ビッグデータの処理能力を強化します。DLlib はプログラマーが分散ディープラーニングアプリケーションを Spark アプリケーションに変換できるようにします。さらに、BigDL は信頼できるビッグデータ分析、信頼できる機械学習、ディープラーニング、および連合学習のアプリケーションも提供します。

前述の図に示すように、BigDL PPML は信頼できる Kubernetes クラスター環境を基盤としています。機密コンテナ技術を通じて TDX ベースの分散実行環境を構築し、ビジネス、データ、およびモデルのセキュリティを利用および計算の過程で確保し、不可視性と改ざん不可能性を実現します。

データフローの観点から見ると、すべてのデータは暗号化された状態でデータレイクおよびデータウェアハウスに保存されます。BigDL PPML はこれらの機密データを読み込み、リモート証明および鍵管理システムを通じてデータキーを取得し、信頼できる実行環境内で復号してから、ビッグデータおよび人工知能のコンピューティングフレームワークを使用して、データに対する分散前処理、モデルトレーニング、およびモデル推論を実行します。最後に、最終結果、データ、またはモデルを安全な方法または暗号化された形で分散ストレージに書き戻します。さらに、ノード間およびコンテナ間のデータ転送は TLS で暗号化されるため、全リンクのプライバシー保護とデータセキュリティを実現します。

TDX 機密コンテナを使用して BigDL PPML ワークロードを実行するには、2 つの簡単なステップだけで済みます。まず、PPML イメージを構築して暗号化し、暗号化済みイメージをイメージレジストリにプッシュします。次に、Kubernetes に PPML ワークロードをデプロイする際、開発者は標準 YAML ファイルで必要な機密コンテナランタイムと設定済みの高性能ストレージボリュームを指定し、標準 Kubernetes コマンドを使用して起動するだけです。

さらに詳しく見ると、Kubernetes はワークロードを機密コンテナの実行能力を持つターゲットホストにスケジュールします。

まず、ターゲットホストで機密コンテナの実行時に TDX TEE が起動されます。

次に、TDX の信頼できる実行環境内でリモート証明を実行し、コンテナイメージの検証および復号に必要なキーを取得します。イメージサービスがコンテナイメージをダウンロードし、そのキーを使用してコンテナイメージを検証および復号します。データに関しては、ユーザーは open-local などの標準 K8s CSI ドライバーを使用して、高性能ローカル LVM ボリュームをコンテナにマウントします。機密コンテナは自動的に透過的な暗号化ストレージを実行し、ユーザーの入出力データを保護します。

最後に、BigDL PPML ワークロード関連のコンテナを起動します。BigDL PPML ドライバーと複数のワーカーが K8s クラスター上で分散実行され、TDX ベースの信頼性の高いクラウドネイティブなビッグデータ分析および人工知能アプリケーションを実行できます。

Intel と Alibaba Cloud は常に緊密な協力関係を維持しています。両社とも CoCo アップストリームコミュニティの共同発起者であり、CoCo ソフトウェアスタックの多くの主要な機能を共同で定義、設計、実装してきました。TEE 内でのイメージダウンロード、イメージ署名検証と復号、信頼できる一時ストレージ、測定可能な実行環境など、これらすべてが CoCo プロジェクトの強力なセキュリティ属性を確保しています。

さらに、OpenAnolis コミュニティでも緊密に協力しており、リモート証明やリファレンスアプリケーションを含む、TDX ベースの機密コンテナ向けエンドツーエンドソリューションを共同で実装しています。たとえば、OpenAnolis コミュニティの open-local ドライバーを最初にサポートされた信頼ストレージとして採用し、Kata Containers の direct volume 機能のサポートも追加しています。

最後に、Intel は Alibaba Cloud のパートナーとも密接に協力して、Alibaba Cloud 機密コンテナの開発を進めています。