[논문 리뷰] Game of Drones - Detecting Streamed POI from Encrypted FPV Channel

Ben Nassi, Raz Ben-Netanel외 2명|arXiv (Cornell University)|2018. 01. 09.

Wireless Communication Security Techniques인용 수 8

한 줄 요약

이 논문은 소비자 드론의 암호화된 FPV 채널을 통해 특정 비공개 대상(POI)이 스트리밍되고 있는지 여부를 검출하는 첫 번째 방법을 제시한다. 물리적 자극(예: 조명 변화)을 유도하고 암호화된 비디오 트래픽 내 측면 채널 효과를 분석함으로써 이루어진다. 10초 간의 자극 지속 시간으로 0.067의 가짜 양성률(FPR)을 달성하여 암호화가 사용되는 상황에서도 사생활 침해적 드론 활동을 신뢰성 있게 검출할 수 있음을 보여준다.

ABSTRACT

Drones have created a new threat to people's privacy. We are now in an era in which anyone with a drone equipped with a video camera can use it to invade a subject's privacy by streaming the subject in his/her private space over an encrypted first person view (FPV) channel. Although many methods have been suggested to detect nearby drones, they all suffer from the same shortcoming: they cannot identify exactly what is being captured, and therefore they fail to distinguish between the legitimate use of a drone (for example, to use a drone to film a selfie from the air) and illegitimate use that invades someone's privacy (when the same operator uses the drone to stream the view into the window of his neighbor's apartment), a distinction that in some cases depends on the orientation of the drone's video camera rather than on the drone's location. In this paper we shatter the commonly held belief that the use of encryption to secure an FPV channel prevents an interceptor from extracting the POI that is being streamed. We show methods that leverage physical stimuli to detect whether the drone's camera is directed towards a target in real time. We investigate the influence of changing pixels on the FPV channel (in a lab setup). Based on our observations we demonstrate how an interceptor can perform a side-channel attack to detect whether a target is being streamed by analyzing the encrypted FPV channel that is transmitted from a real drone (DJI Mavic) in two use cases: when the target is a private house and when the target is a subject.

연구 동기 및 목표

• 비디오 콘텐츠 기반으로 합법적 사용과 불법적 사용을 구분하는 데 있어 드론 프라이버시 감지의 핵심 격차를 해결하는 것 — 위치가 아닌 콘텐츠를 기준으로 한다.
• FPV 채널의 암호화가 POI 추출을 방지한다는 가정을 도전하며, 측면 채널 분석이 이 보안을 우회할 수 있음을 입증하는 것.
• 가로채는 이들이 특정 비공개 주택이나 인물이 드론에 의해 은밀히 스트리밍되고 있는지 실시간으로 실용적으로 검출할 수 있는 방법을 개발하는 것.
• 실생활 상황에서 가짜 양성률(FPR)이 0인 신뢰성 있는 검출을 달성하기 위해 필요한 최소 자극 지속 시간을 평가하는 것.

제안 방법

• 물리적 자극(예: 조명 켜기/끄기, 창 반사 변화 등)을 사용하여 암호화된 FPV 비디오 스트림 내에서 감지 가능한 변화를 유도한다.
• 가로채는 이가 암호화된 FPV 트래픽을 캡처하고, 알고리즘 1을 적용하여 패킷 간격과 크기의 변동을 분석하여 물리적 자극과 상관관계를 파악한다.
• 영상 인코딩 방식(예: H.264)이 픽셀 콘텐츠의 변화를 다르게 처리함에 따라 암호화된 스트림 내에서 측정 가능한 측면 채널 효과가 발생한다는 사실을 활용한다.
• 자극을 대상 영역과 그 주변 영역에 적용했을 때의 변화 검출 FPR을 비교하여 대상 POI와 배경을 구분한다.
• 실제 DJI Mavic 드론과 비공개 주택 및 인물 주제를 시뮬레이션한 실험실 환경을 사용하여 방법을 검증한다.
• 가짜 양성률을 최소화하고 다양한 환경 조건에서 일관된 검출을 보장하기 위해 고정된 자극 패tern(예: 10초 케이스/오프)을 사용한다.

실험 결과

연구 질문

• RQ1 가로채는 이는 소비자 드론의 암호화된 FPV 채널을 통해 특정 비공개 대상(예: 주택 또는 인물)이 스트리밍되고 있는지 검출할 수 있는가?
• RQ2 FPV 채널에서의 암호화가 실제로 전송 중인 영상 콘텐츠의 측면 채널 분석을 방지하는가?
• RQ3 가짜 양성률(FPR)이 0인 신뢰성 있는 검출을 달성하기 위해 필요한 물리적 자극의 최소 지속 시간은 얼마인가?
• RQ4 자극 지속 시간이 증가함에 따라, 비공개 주택과 인물 주제에 대해 FPR은 어떻게 변화하는가?
• RQ5 이 방법은 바람이나 조명 변화와 같은 우연적인 환경 변화와 실제 POI 스트리밍을 구분할 수 있는가?

주요 결과

• 10초 간의 물리적 자극 지속 시간으로, 인물 검출 시 FPR은 0.067으로 감소하고, 그 주변 영역 검출 시 0.066로 나타났다.
• 35초의 자극 지속 시간으로, 인물 검출의 FPR은 0.005로 감소하고, 주변 영역 검출의 FPR은 0으로 떨어져 거의 가짜 양성률이 없는 상태를 달성했다.
• 45초 지속 시, 인물 및 주변 영역 모두 FPR이 0.000으로 도달하여 가짜 양성률 없이 신뢰성 있는 검출이 가능함을 보여주었다.
• 드론이 실제로 대상 주변에 있지 않은 경우에도 이 방법은 대상 POI와 배경 영역을 성공적으로 구분할 수 있었다.
• 이 방법은 비공개 주택과 인물 주제 모두에 대해 효과적으로 작동하여 실생활의 사생활 침해 상황에 넓은 적용 가능성을 입증했다.
• 연구는 암호화가 POI 측면 채널 검출을 방지하지 않음을 입증하며, 암호화된 FPV 채널이 콘텐츠 분석에서 안전하다는 일반적인 가정을 뒤집었다.