[논문 리뷰] Exploiting Social Navigation

Meital Ben Sinai, Nimrod Partush외 2명|arXiv (Cornell University)|2014. 10. 01.

Internet Traffic Analysis and Secure E-voting참고 문헌 7인용 수 38

한 줄 요약

이 논문은 Waze와 같은 사회적 내비게이션 시스템에 대해, 에뮬레이트된 안드로이드 디바이스와 위조 GPS 보고서를 사용해 수천 명의 가짜, 신뢰도가 높은 '봇 운전자'를 생성함으로써 시빌 공격을 수행한다. 이 공격는 최소한의 자원으로도 교통 정체를 성공적으로 시뮬레이션하고 라우팅 결정을 조작할 수 있으며, 이는 신뢰 기반 시스템이 통신사 수준의 인증이 없이선 취약하다는 것을 보여준다.

ABSTRACT

We present an effective Sybil attack against social location based services. Our attack is based on creating a large number of reputed "bot drivers", and controlling their reported locations using fake GPS reports. We show how this attack can be used to influence social navigation systems by applying it to Waze - a prominent social navigation application used by over 50 million drivers. We show that our attack can fake traffic jams and dramatically influence routing decisions. We present several techniques for preventing the attack, and show that effective mitigation likely requires the use of additional carrier information.

연구 동기 및 목표

• Waze와 같은 사용자 보고 기반 교통 데이터에 의존하는 대규모 사회적 내비게이션 플랫폼에 대해 시빌 공격의 가능성 여부를 입증하는 것.
• 에뮬레이션된 디바이스에서 발생하는 위조 GPS 보고서를 활용해 실제와 유사한 정체 상황을 시뮬레이션하고 라우팅 결정에 영향을 줄 수 있는 방법을 보여주는 것.
• 기존의 대응 전략, 예를 들어 통신사 검증 및 행동 분석 기법이 이러한 공격에 얼마나 효과적인지 평가하는 것.
• 대규모 위치 기반 내비게이션 시스템에서 검증되지 않은 사용자 보고로 인해 발생할 수 있는 보안, 프라이버시 및 안전 위험을 부각하는 것.

제안 방법

• 에뮬레이션된 안드로이드 디바이스와 스크립트를 사용해 자동으로 Waze 사용자 계정을 생성하고, 운전 및 보고 행동을 시뮬레이션하는 방법.
• Android 디버그 브릿지(ADB)를 통해 제어되는 위조 GPS 플레이어 애플리케이션을 활용해 다수의 가상 디바이스에서 이동 및 위치 보고를 시뮬레이션하는 방법.
• 장기간의 운전 및 장애물 보고를 시뮬레이션함으로써 봇 계정의 신뢰도를 점진적으로 향상시켜 영향력을 증대시키는 방법.
• Waze의 서버 기반 정체 감지 알고리즘에 의해 감지되는 실제 교통 정체를 모방하기 위해 봇 수, 속도 및 이동 패턴을 체계적으로 실험하는 방법.
• 사용자 신원을 검증하기 위해 보고된 GPS 위치를 셀룰러 타워 트라이앵귤레이션 데이터와 비교함으로써 통신사 기반 검증을 구현하는 방법.
• 사용자 생성, 이동 패턴, 보고 빈도에 대한 이질성을 탐지하여 봇과 실제 운전자를 구분하는 행동 분석 기법을 적용하는 방법.

실험 결과

연구 질문

• RQ1 일반 소매 유통된 에뮬레이션 도구와 위조 GPS를 사용해 Waze와 같은 대규모 사회적 내비게이션 시스템에 대해 시빌 공격를 효과적으로 수행할 수 있는가?
• RQ2 프로토콜 역공학이 필요 없이도 정상 사용자 행동을 모방하는 봇이 얼마나 높은 수준의 신뢰 기반 시스템을 손상시킬 수 있는가?
• RQ3 통신사 기반 신원 검증과 행동 분석이 이러한 공격에 얼마나 효과적인가? 이 기법들의 비용, 사용성 및 확장성 측면에서의 상충 요소는 무엇인가?
• RQ4 실시간 교통 정보 시스템에서 검증되지 않은 사용자 보고를 允許함으로써 발생할 수 있는 보안, 프라이버시 및 안전 위험은 무엇인가?

주요 결과

• 공격는 프로토콜 역공학이 필요 없이, 오직 16코어 하드웨어와 일반 유통되는 안드로이드 에뮬레이터 소프트웨어만으로도 Waze에서 교통 정체를 성공적으로 시뮬레이션했다.
• Waze의 사용자 등록 검증 부재로 인해, 낮은 비용과 노력으로도 수천 개의 가짜 사용자 계정을 자동 생성할 수 있었다.
• 신뢰 기반 영향력이 있음에도 불구하고, 정지된 정체를 시뮬레이션하기 위해 정적 봇 클러스터를 활용해 라우팅 결정을 조작할 수 있었다.
• 통신사 기반 위치 검증이 가장 효과적인 방어 수단으로 확인되었으며, 이는 외부 신뢰할 수 있는 데이터 소스에 의존하고, 대규모로 위조하기가 어려운 점 때문이었다.
• 행동 분석 기법은 신뢰도가 낮았는데, 고도로 발전한 공격자가 인간의 운전 패턴과 보고 행동을 모방할 수 있었기 때문이다.
• 이 공격는 운전자를 오도하고, 사업용 교통 흐름에 영향을 주며, 사용자를 부적절한 도로로 유도함으로써 안전을 위협하는 데 악용될 수 있었다.