[논문 리뷰] Defending against Sybil Devices in Crowdsourced Mapping Services

Gang Wang, Bolun Wang외 4명|arXiv (Cornell University)|2015. 08. 04.

Privacy, Security, and Data Protection참고 문헌 37인용 수 20

한 줄 요약

이 논문은 Waze와 같은 커뮤니티 기반 지ap 서비스에서 시비르 장치를 방지하기 위해 공통 위치 간선(co-location edges)을 사용한다. 이는 장치 간의 물리적 근접성을 증명하는 암호화된 기록이다. 이러한 간선들로부터 대규모 근접성 그래프를 구축함으로써, 실제 사용자와 함께 물리적으로 공존할 수 없는 가상 차량(유령 운전자)을 탐지함으로써, 교통 데이터 무결성과 사용자 프라이버시에 대한 대규모 공격을 효과적으로 완화한다.

ABSTRACT

Real-time crowdsourced maps such as Waze provide timely updates on traffic, congestion, accidents and points of interest. In this paper, we demonstrate how lack of strong location authentication allows creation of software-based {\em Sybil devices} that expose crowdsourced map systems to a variety of security and privacy attacks. Our experiments show that a single Sybil device with limited resources can cause havoc on Waze, reporting false congestion and accidents and automatically rerouting user traffic. More importantly, we describe techniques to generate Sybil devices at scale, creating armies of virtual vehicles capable of remotely tracking precise movements for large user populations while avoiding detection. We propose a new approach to defend against Sybil devices based on {\em co-location edges}, authenticated records that attest to the one-time physical co-location of a pair of devices. Over time, co-location edges combine to form large {\em proximity graphs} that attest to physical interactions between devices, allowing scalable detection of virtual vehicles. We demonstrate the efficacy of this approach using large-scale simulations, and discuss how they can be used to dramatically reduce the impact of attacks against crowdsourced mapping services.

연구 동기 및 목표

• 커뮤니티 기반 지도 서비스인 Waze와 같은 시스템이 소프트웨어로 구현된 가상 장치를 통해 시비르 공격을 받을 수 있는 취약성을 규명하고 이를 입증한다.
• 공격자가 최소한의 자원 비용으로도 대규모의 유령 운전자를 만들어내어 교통 이벤트를 위조하고 라우팅을 조작하며, 실사용자의 이동을 암묵적으로 추적할 수 있음을 보여준다.
• 특수 하드웨어나 인프라 변경 없이도 실용적이고 확장 가능한 방어 메커니즘을 개발한다.
• 시간이 지남에 따라 물리적 공존 증거를 활용해 근접성 그래프를 구축함으로써 시비르 장치를 탐지할 수 있도록 한다.
• 실제 사용자에게 최소한의 영향을 주며 대규모 시뮬레이션과 실제 환경 실험을 통해 접근 방식의 타당성을 검증한다.

제안 방법

• 두 대의 이동 장치 간의 일회성 물리적 근접성을 증명하는 암호화된 기록으로서 공통 위치 간선(co-location edges)을 도입한다.
• Waze의 기존 피어 투 피어 통신과 같은 기회적 트리거를 활용해 장치들이 가까이에 있을 경우 공통 위치 간선을 생성한다.
• 시간이 지남에 따라 동적 근접성 그래프를 구성하며, 노드는 장치를, 간선은 검증된 공통 위치 이벤트를 나타낸다.
• 그래프 기반 시비르 탐지 알고리즘을 적용하여 내부 연결성이 높고 외부 연결성이 낮은 하위 그래프를 식별함으로써 잠재적 시비르 클러스터를 탐지한다.
• 중앙 집중식 인프라나 장치 수정 없이도 피어 투 피어 신뢰 전파 기법을 활용해 탐지 범위를 확장한다.
• 지속적인 추적이나 위치 기록을 피하기 위해 근접성 증명에 한정된 데이터 수집을 통해 프라이버시와 확장성을 확보한다.

실험 결과

연구 질문

• RQ1 소프트웨어 기반의 시비르 장치를 대규모로 생성하여 커뮤니티 기반 지도 서비스에서 실제 차량을 위장할 수 있는가?
• RQ2 시비르 장치는 탐지되지 않은 채로 교통 데이터를 얼마나 심각하게 조작하고 실사용자의 이동을 추적할 수 있는가?
• RQ3 공통 위치 간선을 활용해 실시간으로 확장 가능한 근접성 그래프를 구축할 수 있으며, 이를 통해 실제 장치와 가상의 시비르 장치를 구분할 수 있는가?
• RQ4 실제 환경 조건에서 근접성 그래프 기반 탐지 기법이 대규모 시비르 공격을 얼마나 효과적으로 탐지할 수 있는가?
• RQ5 이 방어 기법은 하드웨어 수정이나 광범위한 인프라 변경 없이도 구현 가능할 수 있는가?

주요 결과

• 하나의 시비르 장치만으로도 거짓 혼잡 및 사고 보고를 생성하여 Waze의 라우팅 결정에 심각한 영향을 미칠 수 있다.
• 역공학적 API를 활용해 공격자는 최소한의 자원 비용으로도 대규모의 유령 운전자 군대를 만들 수 있으며, 이로 인해 교통 데이터에 대한 대규모 조작이 가능하다.
• 유령 운전자들은 시간이 지남에 따라 실사용자의 이동을 정밀하게 추적할 수 있으며, 일일 이동 패턴을 매핑하는 데 높은 정확도를 달성한다.
• 공통 위치 간선로부터 구축된 근접성 그래프는 시비르 클러스터를 성공적으로 탐지한다. 왜냐하면 유령 운전자들은 실제 사용자와 직접적인 물리적 공존 간선을 형성할 수 없기 때문이다.
• 시뮬레이션 결과, 그래프 기반 탐지 기법을 통해 가상 장치가 고립됨으로써 시비르 공격의 영향력이 극적으로 감소함을 확인했다.
• 실험은 저류량 시간대와 저밀도 지역에서 실시되어 실제 사용자에게 영향을 주지 않도록 하였으며, 실시간 모니터링을 통해 합법적 사용자가 테스트 영역에 진입할 경우 즉시 중단되었다.