[논문 리뷰] ConXsense - Context Sensing for Adaptive Usable Access Control

Markus Miettinen, Stephan Heuser외 3명|arXiv (Cornell University)|2013. 08. 13.

Advanced Malware Detection Techniques참고 문헌 34인용 수 4

한 줄 요약

ConXsense는 사용자 인식 데이터와 자동으로 추정된 맥락 민감도 및 안전성 정보를 활용해 보안 정책을 동적으로 조정하는 맥락 인식 액세스 제어 프레임워크이다. 이는 감각 악성 소프트웨어 및 기기 도난과 같은 물리적 위협에 대해 개인화되고 간섭이 적은 보호를 가능하게 한다. 사용자 연구의 통찰과 맥락 데이터 분석을 기반으로, 사용성과 보안을 향상시킨 미세 조절 가능한 액세스 제어를 구현한다.

ABSTRACT

In this paper, we present the design and imple- mentation of ConXsense, a framework utilizing context sensing for easy-to-use and adaptive context-aware access control for mobile devices. Previous work often require either users to laboriously specify detailed policies or they rely on pre-specified, non-personalized and error-prone policies for generic context classes. Recent approaches attempt to address these deficiencies by learning from context data. Our approach improves on this by using context data to automatically estimate the sensitivity and safety of the user's context and using the estimates for dynami- cally enforcing access control rules in a highly personalized, non- intrusive and usable manner. Our initial implementation of the framework addresses two smartphone-related problem scenarios for context-aware access control: 1) how to prevent unauthorized apps (like sensory malware) from gathering information about the context of a mobile device (contextual privacy) and 2) how to protect the data and applications on the device from physical threats in the context (like thieves or device misuse by others). We start with a sociological user study, and use its results to inform the design and implementation of ConXsense. We carry out a data collection and analysis study based on which we evaluate the effectiveness and accuracy of ConXsense. Moreover, we integrate ConXsense with a fine-grained access control architecture and show how it can effectively protect against sensory malware as well as device theft and misuse.

연구 동기 및 목표

• 모바일 환경에서 정적 또는 수동으로 설정된 액세스 제어 정책의 한계를 해결하기 위해.
• 실시간 맥락 감지를 기반으로 액세스 제어를 동적으로 조정하여 사용성과 보안을 향상시키기 위해.
• 감각 악성 소프트웨어로부터 발생하는 맥락 기반 개인정보 유출 및 기기 도난, 오용과 같은 물리적 위협으로부터 보호하기 위해.
• 사용자가 정책을 수동으로 설정할 필요 없이 개인화된 액세스 제어를 제공하는 프레임워크를 개발하기 위해.
• 실제 모바일 환경에서의 사용자 연구와 실증적 데이터 분석을 통해 프레임워크를 검증하기 위해.

제안 방법

• ConXsense는 위치, 시간, 기기 사용 패턴과 같은 사용자의 현재 맥락의 민감도와 안전성을 맥락 데이터를 기반으로 추정한다.
• 수집된 센서 및 사용 데이터에서 기계 학습 기법을 적용해 맥락 인식 위험 수준을 추론한다.
• 미세 조절 가능한 액세스 제어 아키텍처와 통합되어 추정된 맥락 위험 수준에 기반한 동적 정책 결정을 시행한다.
• 사용자 연구 결과를 바탕으로 맥락 카테고리와 민감도 임계값을 설계하여 사용성과 개인화를 확보한다.
• 데이터 수집 및 분석을 통해 맥락 추정 및 정책 시행의 정확성과 효과성을 평가한다.
• 시스템은 실시간으로 액세스 권한을 자동으로 조정하여 애플리케이션 또는 사용자가 무단으로 접근하는 것을 방지한다.

실험 결과

연구 질문

• RQ1 어떻게 맥락 감지를 활용하여 모바일 사용자의 환경 민감도와 안전성을 자동으로 추정할 수 있는가?
• RQ2 맥락 기반 액세스 제어 시스템은 정적 또는 수동으로 설정된 정책에 비해 사용성과 보안을 어느 정도 향상시킬 수 있는가?
• RQ3 감각 악성 소프트웨어가 맥락 정보에 접근하는 것을 방지하는 데에 이 프레임워크는 얼마나 효과적인가?
• RQ4 시스템은 물리적 기기 오용 또는 도난에 대해 얼마나 잘 탐지하고 완화하는가?
• RQ5 사용자 인식과 행동은 적응형 액세스 제어의 설계와 효과성에 어떻게 영향을 미치는가?

주요 결과

• ConXsense는 사용자 및 센서 데이터로부터 맥락 민감도와 안전성을 자동으로 추정함으로써 수동 정책 설정의 필요성을 크게 줄였다.
• 동적 정책 시행을 통해 감각 악성 소프트웨어가 무단으로 액세스하는 것을 효과적으로 방지하였다.
• 사용자 연구의 통찰을 바탕으로 개인화된 맥락 카테고리를 도입하여 시스템의 사용성과 수용도를 향상시켰다.
• 미세 조절 가능한 액세스 제어 아키텍처와의 통합을 통해 데이터 유출 및 물리적 위협에 대한 강력한 보호 기능을 입증하였다.
• 데이터 분석 결과 맥락 추정의 높은 정확도를 확인하여 신뢰할 수 있고 적응형 정책 시행이 가능함을 입증하였다.
• 사용자 간섭을 최소화하면서도 강력한 보호 기능을 유지함으로써 보안과 사용성의 균형을 달성하였다.