[論文レビュー] Cross-App Interference Threats in Smart Homes: Categorization, Detection and Handling

Haotian Chi, Qiang Zeng+2 more|arXiv (Cornell University)|Aug 6, 2018

Advanced Malware Detection Techniques参考文献 34被引用数 29

ひとこと要約

本稿は、最小特権の原則に従う良性のIoTアプリがデバイスレベルの相互作用を通じて意図しない干渉や隠れ自動化を引き起こす可能性がある、アプリ化されたスマートホームにおけるクロスアプリ干渉（CAI）脅威を紹介する。著者らは、シンボリック実行と制約解決を用いて複数のアプリ across でCAI脅威を検出するHomeGuardというシステムを提案し、SmartThings上で評価した結果、高い正確性、有効性、効率性を示す多数の実世界の脅威事例を発見した。

ABSTRACT

A number of Internet of Things (IoTs) platforms have emerged to enable various IoT apps developed by third-party developers to automate smart homes. Prior research mostly concerns the overprivilege problem in the permission model. Our work, however, reveals that even IoT apps that follow the principle of least privilege, when they interplay, can cause unique types of threats, named Cross-App Interference (CAI) threats. We describe and categorize the new threats, showing that unexpected automation, security and privacy issues may be caused by such threats, which cannot be handled by existing IoT security mechanisms. To address this problem, we present HOMEGUARD, a system for appified IoT platforms to detect and cope with CAI threats. A symbolic executor module is built to precisely extract the automation semantics from IoT apps. The semantics of different IoT apps are then considered collectively to evaluate their interplay and discover CAI threats systematically. A user interface is presented to users during IoT app installation, interpreting the discovered threats to help them make decisions. We evaluate HOMEGUARD via a proof-of-concept implementation on Samsung SmartThings and discover many threat instances among apps in the SmartThings public repository. The evaluation shows that it is precise, effective and efficient.

研究の動機と目的

• 個々のアプリが最小特権の原則に従っている場合でも、IoTアプリ同士の相互作用から生じる新たなセキュリティおよびプライバシー脅威を特定・分類すること。
• 個々のアプリの欠陥ではなく、アプリの相互作用によって引き起こされる脅威を検出できない既存のIoTセキュリティメカニズムのギャップを埋めること。
• ホームガードを設計・実装し、クロスアプリの意味解析を通じてCAI脅威を自動検出し、アプリインストール時にユーザーに検出結果を提示すること。
• 実世界のスマートホームアプリ環境における、システムの正確性、有効性、効率性を評価すること。

提案手法

• 個々のIoTアプリから正確に自動化ルール（意味論）を抽出するためにシンボリック実行を活用し、デバイス制御の条件付き論理を捉える。
• 複数のアプリ間のルール間の関係を分析するために制約ソルバを用い、潜在的な干渉シナリオを検出する。
• CAI脅威をデバイス制御コマンドの衝突、またはデバイス状態の変化によって引き triggered される意図しない連鎖的実行としてモデル化する。
• コードインストゥルメンテーションをアプリプラットフォームに統合し、インストールメタデータを収集し、スマarthoneアプリによるクライアント側の脅威検出を可能にする。
• アプリインストール時に人間が理解できる形式で検出された脅威を提示するためのユーザインタフェースを設計する。
• SamsungのSmartThingsプラットフォーム上で、公開リポジトリの実際のアプリを用いてHomeGuardを実装・評価する。

実験結果

リサーチクエスチョン

• RQ1 個々に最小特権の原則に従うIoTアプリの相互作用から、どのようなセキュリティおよびプライバシー脅威が生じるのか？
• RQ2 個々のアプリの静的解析に依存せずに、複数のIoTアプリ across でCAI脅威を体系的に検出する方法は何か？
• RQ3 クロスアプリの意味解析技術は、高い正確性と低いパフォーマンスオーバーヘッドで干渉脅威を検出できるか？
• RQ4 提案されたシステムは、既存のアプリリポジトリにおいて実世界のCAI脅威を効果的に同定できるか？

主な発見

• HomeGuardは、SmartThingsの公開リポジトリから取得した実際のIoTアプリにおいて、多数の潜在的CAI脅威を効果的に発見し、実用的関連性を示した。
• システムは、特権の過剰使用に依存せず、ルールレベルの相互作用を分析することで、干渉を高い正確性で検出できた。
• 評価の結果、HomeGuardは直接的な衝突（例：対立するデバイスコマンド）および間接的な連鎖的行動（例：意図しない自動化チェーン）の両方を効果的に同定できた。
• コードインストゥルメンテーションとスマートフォンベースのフロントエンドを用いた軽量なクライアント側検出により、システムは効率性を示した。
• ユーザインタフェースは、複雑な脅威の意味論を理解しやすい警告に変換し、アプリインストール時にユーザーが情報に基づいた意思決定を下せるようにした。