[논문 리뷰] On the Security of Networked Control Systems in Smart Vehicle and its Adaptive Cruise Control

Faezeh Farivar, Mohammad Sayad Haghighi외 2명|arXiv (Cornell University)|2020. 08. 02.

Vehicular Ad Hoc Networks (VANETs)참고 문헌 29인용 수 7

한 줄 요약

이 논문은 스마트 차량의 적응형 크루이즈 컨트롤(ACC)에 대한 신경망 기반 침입 탐지 및 보상 시스템을 제안하여, 즉각적인 감지 없이 제어 신호를 조작하는 암시장 공격을 탐지하고 완화한다. 실시간 ACC 출력을 신경망 식별자에 의한 예측과 비교함으로써 시스템은 이질성을 탐지하고 백업 PID 제어기로 전환한다. 이는 시뮬레이션에서 높은 정확도로 은밀한 공격을 탐지하고 완화하는 데 효과적이다.

ABSTRACT

With the benefits of Internet of Vehicles (IoV) paradigm, come along unprecedented security challenges. Among many applications of inter-connected systems, vehicular networks and smart cars are examples that are already rolled out. Smart vehicles not only have networks connecting their internal components e.g. via Controller Area Network (CAN) bus, but also are connected to the outside world through road side units and other vehicles. In some cases, the internal and external network packets pass through the same hardware and are merely isolated by software defined rules. Any misconfiguration opens a window for the hackers to intrude into vehicles' internal components e.g. central lock system, Engine Control Unit (ECU), Anti-lock Braking System (ABS) or Adaptive Cruise Control (ACC) system. Compromise of any of these can lead to disastrous outcomes. In this paper, we study the security of smart vehicles' adaptive cruise control systems in the presence of covert attacks. We define two covert/stealth attacks in the context of cruise control and propose a novel intrusion detection and compensation method to disclose and respond to such attacks. More precisely, we focus on the covert cyber attacks that compromise the integrity of cruise controller and employ a neural network identifier in the IDS engine to estimate the system output dynamically and compare it against the ACC output. If any anomaly is detected, an embedded substitute controller kicks in and takes over the control. We conducted extensive experiments in MATLAB to evaluate the effectiveness of the proposed scheme in a simulated environment.

연구 동기 및 목표

• 스마트 차량의 네트워크 제어 시스템에서 증가하는 보안 위험, 특히 인터넷 오브 차이즈(IlO) 및 차량용 애드혹 네트워크(VANETs) 환경을 고려하여 이를 해결하고자 한다.
• 기존의 탐지 시스템이 감지하지 못하도록 설계된 제어 신호를 조작하여 안전하지 않은 조건을 유도하는 두 가지 유형의 은밀한 공격을 식별하고 분석하고자 한다.
• 신경망 식별자를 활용해 ACC 동작을 예측하고 실시간으로 이질성을 탐지하는 침입 탐지 시스템(IDS)을 설계하고자 한다.
• 침입 탐지 시에 작동하는 동적 보상 메커니즘을 구현하기 위해 임베디드 PID 제어기를 사용하여 시스템의 안정성과 안전성을 유지하고자 한다.
• MATLAB 시뮬레이션 환경을 통해 제안된 탐지 및 완화 프레임워크의 효과성을 평가하고자 한다.

제안 방법

• 신경망 식별자가 입력 신호를 기반으로 ACC 시스템의 동적 행동을 학습하여 실시간으로 예상되는 시스템 출력을 예측할 수 있도록 훈련된다.
• IDS는 실제 ACC 출력과 신경망의 예측 출력을 통계적 측정을 통해 비교하여 이질성을 탐지한다.
• 실제 출력과 예측 출력 간의 편차가 사전 정의된 임계값을 초과할 경우, 이는 잠재적인 은밀한 공격을 나타내며 이질성으로 간주된다.
• 이질성이 탐지되면 시스템은 주 제어기에서 백업 임베디드 PID 제어기로 전환하여 제어를 유지하고 안정성을 확보한다.
• 전체 탐지 및 보상 메커니즘은 다양한 공격 시나리오 하에서 성능을 평가하기 위해 MATLAB 시뮬레이션 환경에서 구현되고 테스트된다.
• 시스템은 실시간으로 작동하도록 설계되어 공격 탐지 및 대응에 있어 최소한의 지연를 보장한다.

실험 결과

연구 질문

• RQ1 기존의 침입 탐지 시스템이 감지하지 못하도록 설계된 공격이 이루어질 경우, 어떻게 적응형 크루이즈 컨트롤 시스템의 은밀한 공격을 탐지할 수 있는가?
• RQ2 신경망 식별자는 어떻게 정확한 ACC 시스템 행동 예측을 통해 효과적인 이질성 탐지에 기여하는가?
• RQ3 제안된 IDS는 정상적인 운영 변동과 제어 신호의 악성 조작을 어떻게 효과적으로 구분하는가?
• RQ4 원래 제어기가 작동하지 않을 경우, 임베디드 PID 제어기가 공격으로 인한 교란을 얼마나 잘 보상하는가?
• RQ5 은밀한 사이버 공격 상황에서도 제안된 탐지 및 보상 프레임워크는 차량의 안전성과 제어 목표를 유지할 수 있는가?

주요 결과

• 제안된 신경망 기반 IDS는 ACC 시스템에 대한 단기적 일시적 공격과 장기적 정적 상태 공격을 모두 고감도로 성공적으로 탐지하였다.
• 실제 출력과 예측 출력 간의 차이를 기반으로 한 통계적 이질성 탐지 기법이 악성 신호 조작을 신뢰성 있게 식별하는 데 기여하였다.
• 침입 탐지 시에 임베디드 PID 제어기로의 전환이 효과적으로 차량 제어를 유지하고 안전하지 않은 행동을 방지하여 시스템의 안정성을 확보하였다.
• 시뮬레이션 결과는 공격을 최소한의 지연로 탐지하고 지속적인 조작 상황에서도 제어 성능을 유지할 수 있음을 보여주었다.
• 차량 간 거리를 감소시키거나 갑작스러운 속도 변화를 유도하는 공격의 영향을 완화하는 데 효과적이었으며, 안전 목표를 유지하는 데 기여하였다.
• 이 방법은 탐지 정확도와 낮은 가짜 양성률 사이의 균형을 이루었으며, 안전이 중요한 차량용 시스템에 실시간 구현에 적합함을 입증하였다.