[논문 리뷰] Challenges and Opportunities in CPS Security: A Physics-based Perspective

Chuadhry Mujeeb Ahmed, Jianying Zhou|arXiv (Cornell University)|2020. 04. 07.

Smart Grid Security and Resilience참고 문헌 58인용 수 11

한 줄 요약

이 논문은 사이버-물리적 공격을 탐지하기 위해 센서에서 발생하는 내재 측정 노이즈를 분석함으로써 물리 기반의 수동 센서 지문 기반 기법인 NoiSense를 제안한다. 센서 노이즈를 고유한 가우시안 지문으로 모델링함으로써 추가 하드웨어 없이도 위조되거나 악성인 센서를 정확하게 식별할 수 있으며, 20개 센서 테스트에서 100% 분류 정확도를 달성하여 핵심 인프라 시스템의 무결성 보호를 향상시킨다.

ABSTRACT

The integration of cyber technologies (computing and communication) with the physical world gives rise to complex systems referred to as Cyber Physical Systems (CPS), for example, manufacturing, transportation, smart grid, and water treatment. Many of those systems are part of the critical infrastructure and need to perform safely, reliably, and securely in real-time. CPS security is challenging as compared to the conventional IT systems. An adversary can compromise the system in both the cyber and the physical domains. However, the unique set of technologies and processes being used in a CPS also bring up opportunities for defense. CPS security has been approached in several ways due to the complex interaction of physical and cyber components. In this work, a comprehensive study is taken to summarize the challenges and the proposed solutions for securing CPS from a Physics-based perspective.

연구 동기 및 목표

• 기존의 침입 탐지 시스템이 물리 도메인 센서 위조를 탐지하지 못하는 바탕이 되는 사이버-물리 시스템(CPS)에서 데이터 무결성을 확보하는 데 있어 핵심 과제를 해결하기 위해.
• 기존의 모델 기반 탐지 기법이 회피하는 도전적인 다중 지점 공격을 탐지하기 위해 센서 행동을 지배하는 물리 법칙을 어떻게 활용할 수 있는지 탐색하기 위해.
• 하드웨어 수정이나 추가 센서가 필요 없는 수동적이고 침입이 없는 센서 인증 방법을 개발하기 위해.
• 측정 노이즈를 고유 지문으로 사용하여 산업 제어 시스템에서 정상 센서와 손상된 센서를 식별하는 데의 실현 가능성과 정확도를 평가하기 위해.
• 물리 기반 탐지 기법을 통해 센서 노이즈 지문을 활용하면 기존 보안 메커니즘을 보완하고 정교한 공격에 대한 내성을 향상시킬 수 있음을 입증하기 위해.

제안 방법

• 안정된 일정 조건 하에서 산업용 센서(예: 초음파 수위 센서)로부터 시간에 따른 센서 데이터를 수집하여 측정 노이즈를 추출한다.
• 추출된 노이즈를 통계적 분포로 모델링하며, 특히 각 센서의 내재 하드웨어 변동성을 나타내는 가우시안 분포로 표현한다.
• 노이즈 분포를 각 센서의 고유 지문(NoiSense)으로 사용하여 추가 하드웨어 없이도 기기 수준의 식별이 가능하도록 한다.
• 20개의 동일한 센서가 포함된 테스트 환경에서 각 센서의 노이즈 지문을 다른 모든 센서와 비교하여 다중 클래스 분류를 수행한다.
• 수동 탐지 적용: 추가적인 프로빙이나 네트워크 변경 없이도 기존 센서 데이터 스트림 분석만으로도 가능하다.
• 실제 공장 환경과 유사한 조건에서 동일한 센서 모델 간의 분류 정확도 평가를 위해 혼동 행렬을 사용하여 탐지 성능을 검증한다.

실험 결과

연구 질문

• RQ1 센서의 내재 측정 노이즈가 CPS에서 센서 인증을 위한 고유한 하드웨어 지문으로 신뢰성 있게 사용될 수 있는가?
• RQ2 실제 산업 환경에서 동일한 모델의 센서들을 구분하는 데 있어 수동적이고 노이즈 기반 지문 기반 기법(NoiSense)의 효과는 어떠한가?
• RQ3 센서 노이즈 지문을 통한 물리 기반 탐지 기법이 기존의 모델 기반 침입 탐지 시스템의 한계를 얼마나 효과적으로 극복할 수 있는가?
• RQ4 다양한 동일 유형의 센서를 포함한 중규모 산업 공장 환경에서 NoiSense의 성능 및 확장성의 한계는 무엇인가?
• RQ5 NoiSense는 기존 CPS 인프라의 변경 없이도 디지털 및 물리 도메인의 센서 위조를 탐지할 수 있는가?

주요 결과

• NoiSense는 유일한 측정 노이즈 지문을 기반으로 20개의 동일한 초음파 센서를 정확히 식별하는 데 100% 분류 정확도를 달성했다.
• 센서 간의 노이즈 분포는 가우시안 프로파일을 따르며, 내재 하드웨어 변동성이 지문 기반으로 안정적이고 고유함을 확인했다.
• NoiSense는 추가 센서, 네트워크 수정, 활성 프로빙이 필요 없는 수동 탐지 방법으로, 기존 CPS 환경에 쉽게 구현 가능하다.
• 기존의 통계적 탐지기법(CUSUM 또는 악성 데이터 탐지기 등)이 회피하는 도전적인 다중 지점 공격에 효과적으로 대응할 수 있다.
• NoiSense는 센서 수준의 공격은 탐지할 수 있으나 액추에이터 수준의 위반은 탐지하지 못하므로, 보완적인 액추에이터 지문 기반 기법이 필요함을 시사한다.
• 데이터 누적 필요로 인해 상태 무관 방법보다 지연이 더 길지만, 지능적이고 적응형 공격자가 존재하는 상황에서는 통계적 탐지기보다 뛰어난 성능을 보였다.