[論文レビュー] Vehicle Security: Risk Assessment in Transportation

Kaveh Bakhsh Kelarestaghi, Foruhandeh, Mahsa+2 more|arXiv (Cornell University)|Apr 19, 2018

Vehicular Ad Hoc Networks (VANETs)Engineering参考文献 29被引用数 17

ひとこと要約

本稿では、インテリジェント交通システム（ITS）における車載ネットワークのリスクベースの脆弱性評価フレームワークを提示し、安全、プライバシー、システム整合性を損なうサイバー脅威を特定している。個々のリスクを統合し、影響度・発生可能性マトリクスを用いることで、システムレベルのリスクを定量化し、政策立案者およびエンジニアに実行可能なイン사이트を提供する。

ABSTRACT

Intelligent Transportation Systems (ITS) are critical infrastructure that are not immune to both physical and cyber threats. Vehicles are cyber/physical systems which are a core component of ITS, can be either a target or a launching point for an attack on the ITS network. Unknown vehicle security vulnerabilities trigger a race among adversaries to exploit the weaknesses and security experts to mitigate the vulnerability. In this study, we identified opportunities for adversaries to take control of the in-vehicle network, which can compromise the safety, privacy, reliability, efficiency, and security of the transportation system. This study contributes in three ways to the literature of ITS security and resiliency. First, we aggregate individual risks that are associated with hacking the in-vehicle network to determine system-level risk. Second, we employ a risk-based model to conduct a qualitative vulnerability-oriented risk assessment. Third, we identify the consequences of hacking the in-vehicle network through a risk-based approach, using an impact-likelihood matrix. The qualitative assessment communicates risk outcomes for policy analysis. The outcome of this study would be of interest and usefulness to policymakers and engineers concerned with the potential vulnerabilities of the critical infrastructures.

研究の動機と目的

• 車載ネットワークを標的とするサイバー脅威を特定・評価し、交通システムの安全性と信頼性を損なうものであるかを特定すること。
• 車載ネットワークの個々の脆弱性を統合することで、システムレベルのリスクモデルを構築すること。
• 影響度と発生可能性の両面から、車載ネットワークの侵害の可能性と影響を評価する定性的なリスクベースのアプローチを適用すること。
• 構造化された影響度・発生可能性マトリクスを通じてリスクの結果を可視化し、政策立案および工学的意思決定を支援すること。

提案手法

• 車載ネットワークの脆弱性に起因する個々のサイバーリスクを統合し、システムレベルのリスク評価に応用する。
• 発生可能性と潜在的影響に基づいて脅威を評価するため、定性的なリスクベースのモデルを採用する。
• 影響度・発生可能性マトリクスを用いて、異なる攻撃シナリオのリスクレベルを分類・可視化する。
• インテリジェント交通システム（ITS）内のサイバー／物理的システムにおける脆弱性に焦点を当てる。
• 脆弱性指向のリスク評価を実施し、攻撃ベクトルとその結果を特定する。
• 得られた知見を、ステークホルダー向けの政策関連リスクコミュニケーションフレームワークに統合する。

実験結果

リサーチクエスチョン

• RQ1 インテリジェント交通システムにおける車載ネットワークを脅かす主なサイバー脅威は何か？
• RQ2 個々の車載ネットワークリスクは、どのようにして全体のシステムレベルリスクを評価するために統合されるか？
• RQ3 車載ネットワークの侵害が交通システムの安全性と信頼性に与える影響と発生可能性は何か？
• RQ4 リスクベースのアプローチは、政策立案者およびエンジニアに脅威の結果を効果的に伝えるのにどう寄与するか？
• RQ5 敵対者が車載ネットワークを制御可能にする可能性がある主要な脆弱性は何か？

主な発見

• 車載ネットワークは、安全性、プライバシー、信頼性、システム効率性を損なうサイバー攻撃に対して脆弱である。
• 本研究では、未知のセキュリティ脆弱性が、敵対者とセキュリティ専門家との間でリスクを悪用するか、緩和するかのレースを生じさせることを特定した。
• リスクベースのモデルを用いて個々のリスク要因を統合することで、システムレベルのリスクが効果的に定量化される。
• 影響度・発生可能性マトリクスは、政策および工学的意思決定のための明確な定性的なリスク可視化を提供する。
• このフレームワークにより、ステークホルダーはリスクの影響度と悪用可能性に基づいて脆弱性の優先順位を付けることができる。
• 本研究の結果は、予防的リスク管理を通じてインテリジェント交通システムのレジリエンスを高めるために直接応用可能である。