[論文レビュー] Towards an open standard for assessing the severity of robot security vulnerabilities, the Robot Vulnerability Scoring System (RVSS)

Víctor Mayoral Vilches, Endika Gil-Uriarte+8 more|arXiv (Cornell University)|Jul 26, 2018

Information and Cyber Security参考文献 5被引用数 14

ひとこと要約

本論文は、CVSSv3を拡張してロボット固有の要因（安全性への影響、環境露出、サードパーティーライブラリのリスク、脆弱性の年数）を統合した、オープンで標準化されたスコアリングフレームワーク「Robot Vulnerability Scoring System (RVSS) v1.0」を提案する。RVSSは、サイバーフィジカルシステムにおける脆弱性の深刻度をより正確に評価でき、実世界のロボット脆弱性に対するリスク評価において、CVSSv3と顕著な乖離が生じることを実験的に検証した。

ABSTRACT

Robots are typically not created with security as a main concern. Contrasting to typical IT systems, cyberphysical systems rely on security to handle safety aspects. In light of the former, classic scoring methods such as the Common Vulnerability Scoring System (CVSS) are not able to accurately capture the severity of robot vulnerabilities. The present research work focuses upon creating an open and free to access Robot Vulnerability Scoring System (RVSS) that considers major relevant issues in robotics including a) robot safety aspects, b) assessment of downstream implications of a given vulnerability, c) library and third-party scoring assessments and d) environmental variables, such as time since vulnerability disclosure or exposure on the web. Finally, an experimental evaluation of RVSS with contrast to CVSS is provided and discussed with focus on the robotics security landscape.

研究の動機と目的

• CVSSv3が従来のITシステムに焦点を当てているのに対し、サイバーフィジカルシステムとしてのロボットのセキュリティ脆弱性を適切に評価できないという問題を解消すること。
• 物理的セーフティへの影響や環境露出といったロボティクス固有のリスクを反映できる、標準的でオープンかつ拡張可能なスコアリングフレームワークの開発。
• 特にサードパーティーライブラリや長期間にわたり公表済みの脆弱性を含む、ロボティクスプラットフォーム間での脆弱性深刻度の正確で一貫性があり、比較可能なレーティングを実現すること。
• 現実のリスクプロファイルに基づいたリメディエーション優先順位付けを可能にする仕組みを提供することで、ロボティクス分野における脆弱性管理の基盤を構築すること。
• オープンソース実装と公開レビューを通じて、コミュニティの採用と協働的改善を促進すること。

提案手法

• 攻撃ベクトル（AV）の変更に加え、物理的被害の可能性を反映する新しい「安全性（H）」メトリクスを導入することで、CVSSv3のベクトルベーススコアモデルにロボット固有のメトリクスを統合。
• 未修正で公表済みの脆弱性が時間経過とともにリスクが増大する傾向を反映するため、脆弱性の年数（Age）を修正因子として導入。
• サプライチェーンリスクを反映するため、第3者コンポONENT（例：ライブラリ、ミドルウェア）に対してもゼロでないスコアを許容するよう、影響（Impact）メトリクスグループを再設計。最悪事態を想定したアプローチを採用。
• 環境的文脈（システム感受性（S:U）を含む）をスコアリングモデルに統合し、物理的損傷やシステム改ざんの可能性に基づいて影響を再評価。
• 修正された式を用いてベーススコアを計算：Base_score = round_up(min[Exploitability + Impact, 10])。両方の成分は、重み付きベクトルメトリクスから導出。
• コア構造を維持することでCVSSv3との後方互換性を確保しつつ、ロボティクス固有の脅威モデルを反映するように意味論と重みを拡張。

実験結果

リサーチクエスチョン

• RQ1 ロボット脆弱性の深刻度は、安全性や物理的影響の観点から、従来のIT脆弱性とどのように異なるのか？
• RQ2 環境露出と脆弱性の年数を組み込むことで、ロボティクス分野におけるリスク評価の正確性はどの程度向上するのか？
• RQ3 サードパーティーソフトウェアコンポONENTやライブラリを考慮した修正スコアリングシステムは、CVSSv3に比べてロボティクス分野でより現実的な深刻度レーティングを提供できるか？
• RQ4 実世界のロボット脆弱性評価において、提案されたRVSS v1.0はCVSSv3と定量的および定性的にどのように異なるか？
• RQ5 ロボット脆弱性と一般ソフトウェア脆弱性を区別する主な要因は何か。それらはスコアリングフレームワークで体系的に捉えられるか？

主な発見

• 代表的なロボット脆弱性（認証なしのリモートアクセス）に対して、RVSS v1.0は深刻度スコア5.9を算出。CVSSv3に比べてより洗練された評価が可能であることを示した。
• 安全性（H）メトリクスの導入により、物理的被害の可能性がある脆弱性の影響スコアが顕著に上昇し、純粋なITリスクとは明確に区別された。
• 年数（Age）修正因子により、長期間にわたり公表済みで修正されていない脆弱性のスコアが上昇し、時間経過によるリスク増大が反映された。これはCVSSv3が捉えられていない要因である。
• サードパーティーライブラリやミドルウェアに対しても非ゼロの影響スコアが設定可能となり、ロボティクスシステムにおけるサプライチェーンリスクの評価が向上した。
• 実験的評価では、RVSSがロボット固有の脆弱性に対して、特にセーフティクリティカルなシナリオにおいて、CVSSv3と顕著に異なる深刻度順位付けを示した。
• CVSSv3とのレトロスペクティブな互換性が確保されており、既存の脆弱性レポートを新しいフレームワークに直接比較・移行可能である。