[논문 리뷰] Crashing Privacy: An Autopsy of a Web Browser's Leaked Crash Reports

Kiavash Satvat, Nitesh Saxena|arXiv (Cornell University)|2018. 08. 06.

Advanced Malware Detection Techniques참고 문헌 8인용 수 5

한 줄 요약

이 논문은 웹 브라우저 크래시 보고 시스템에서 심각한 개인정보 泄露를 규명하며, 250만 개의 익명화된 크래시 보고서에서 20,000개 이상의 세션 ID, 600개의 비밀번호, 9,000개의 이메일 주소를 폭 lộ하고 있다. 이는 URL과 사용자 설명에서 민감한 데이터를 패턴 기반 정제를 통해 마스킹하는 클라이언트 측 핫픽스를 제안하며, 보고서의 가독성(URL 기준 92% 이상 유지)을 유지하면서도 버그 수정 워크플로우에 영향을 주지 않고 사용자 개인정보 보호를 크게 향상시킨다.

ABSTRACT

Harm to the privacy of users through data leakage is not an unknown issue, however, it has not been studied in the context of the crash reporting system. Automatic Crash Reporting Systems (ACRS) are used by applications to report information about the errors happening during a software failure. Although crash reports are valuable to diagnose errors, they may contain users' sensitive information. In this paper, we study such a privacy leakage vis-a-vis browsers' crash reporting systems. As a case study, we mine a dataset consisting of crash reports collected over the period of six years. Our analysis shows the presence of more than 20,000 sessions and token IDs, 600 passwords, 9,000 email addresses, an enormous amount of contact information, and other sensitive data. Our analysis sheds light on an important security and privacy issue in the current state-of-the-art browser crash reporting systems. Further, we propose a hotfix to enhance users' privacy and security in ACRS by removing sensitive data from the crash report prior to submit the report to the server. Our proposed hotfix can be easily integrated into the current implementation of ACRS and has no impact on the process of fixing bugs while maintaining the reports' readability.

연구 동기 및 목표

• 실제 웹 브라우저 크래시 보고 시스템에서 개인적이고 민감한 정보가 얼마나 유출되고 있는지 규명하는 것.
• 주요 웹 브라우저에서 6년간 수집한 250만 건의 부분적으로 익명화된 크래시 보고서 데이터셋을 분석하는 것.
• 비밀번호, 이메일 주소, 연락처 정보와 같은 특정 유형의 민감한 정보가 크래시 보고서에 포함되어 있는지 확인하는 것.
• 제출 전에 URL과 사용자 설명에서 민감한 데이터를 제거하는 경량의 클라이언트 측 핫픽스를 제안하는 것.
• 제안된 솔루션이 개발자들이 보고서를 해석할 수 있는 가독성을 유지하면서도 사용자 개인정보 보호를 향상시킬 수 있도록 보장하는 것.

제안 방법

• 연구는 주요 웹 브라우저에서 6년간 수집한 250만 건의 부분적으로 익명화된 크래시 보고서 데이터셋을 분석한다.
• 정규 표현식을 사용하여 URL과 사용자 설명 내 민감한 데이터를 탐지하고 대체하는 패턴 기반 정제 알고리즘을 설계한다.
• URL과 사용자 피드백 필드에서 'sessionid=', 'password=', 'email='와 같은 일반적인 민감한 데이터 패턴을 대상으로 한다.
• 민감한 값이 일치할 경우 그 값을 '****'로 대체하여 노출을 방지하면서도 URL의 구조적 가독성을 유지한다.
• 수동 검토를 통해 500개의 URL에 대한 가독성 영향을 평가하여, 92% 이상의 가독성 유지율을 확인하였다.
• 기존 ACRS 구현에 쉽게 통합될 수 있으며, 성능 오버헤드 없이 버그 진단 과정에 영향을 주지 않는다.

실험 결과

연구 질문

• RQ1 실제 웹 브라우저 크래시 보고서에 어떤 종류의 민감한 개인 정보가 얼마나 포함되어 있는가?
• RQ2 자동 크래시 보고 시스템(ACRS)의 현재 구현 방식이 사용자 개인정보 보호를 어느 정도 침해하고 있는가?
• RQ3 클라이언트 측에서 민감한 데이터를 효과적으로 제거할 수 있는가? 이는 개발자들이 보고서를 활용하는 데 있어 사용성에 영향을 주지 않는다.
• RQ4 제안된 정제 방법이 크래시 보고서의 가독성과 진단가치에 어떤 영향을 미치는가?
• RQ5 ACRS에서 데이터 보안과 보고서 유용성 사이의 트레이드오프는 무엇이며, 경량 클라이언트 측 필터링을 통해 최적화할 수 있는가?

주요 결과

• 분석 결과, 크래시 보고서 데이터셋에서 20,000개 이상의 세션 또는 토큰 ID, 600개의 클리어 텍스트 비밀번호, 9,000개의 이메일 주소를 확인하였다.
• 사용자 설명에서 이름, 주소, 전화번호 등 추가로 큰 규모의 연락처 정보도 추출되었다.
• 민감한 데이터를 마스킹한 후 URL에 대한 가독성 유지율이 92% 이상을 기록하였다.
• 수동 평가 결과, 500개의 URL 중 40개만이 가독성에 상당한 영향을 받는 것으로 나타나, 진단 기능에 대한 영향은 최소한이었다.
• URL의 핵심 구조나 사용자 설명의 진단 콘텐츠를 변경하지 않은 채로 민감한 데이터를 효과적으로 마스킹하였다.
• 이 방법은 경량이며 핫픽스로 쉽게 배포 가능하며, 버그 수정 프로세스나 시스템 성능에 영향을 주지 않는다.