[논문 리뷰] Picking a Needle in a Haystack: Detecting Drones via Network Traffic Analysis.

Savio Sciancalepore, Omar Adel Ibrahim외 2명|arXiv (Cornell University)|2019. 01. 11.

Network Security and Intrusion Detection참고 문헌 20인용 수 5

한 줄 요약

PiNcH는 드론과 원격 조종기 사이의 네트워크 트래픽을 분석하여 드론의 존재와 운영 상태(비행 중 또는 지상에 정지한 상태)를 식별하는 수동적이고 저비용의 드론 탐지 시스템이다. 표준 분류 알고리즘을 사용하여 도착 간격 및 패킷 크기와 같은 특징을 처리하며, 전용 하드웨어나 신호 전송 없이도 높은 정확도를 달성한다.

ABSTRACT

We propose PiNcH, a methodology to detect the presence of a drone and its current status leveraging just the communication traffic exchanged between the drone and its Remote Controller (RC). PiNcH is built applying standard classification algorithms to the eavesdropped traffic, analyzing features such as packets inter-arrival time and size. PiNcH does not require either any special hardware or to transmit any signal. Indeed, it is fully passive and it resorts to cheap and general purpose hardware. To evaluate the effectiveness of our solution, we collected real communication measurements from the 3DR SOLO drone, being the most popular open-source hardware, running the widespread ArduCopter open-source firmware, mounted on-board on a wide range of commercial amateur drones. Then, we test our solution against different publicly available wireless traces. The results prove that PiNcH can efficiently and effectively: (i) identify the presence of the drone in several heterogeneous scenarios; (ii) identify the current state of a powered-on drone, i.e., flying or lying on the ground; (iii) discriminate the movement of the drone; and, finally, (iv) estimate a lower bound on the time required to identify a drone with the requested level of assurance. The quality and viability of our solution do prove that network traffic analysis can be successfully adopted for drone identification and pave the way for future research in the area.

연구 동기 및 목표

• 드론과 그 원격 조종기 사이의 통신 트래픽만을 사용하여 수동적이고 저비용의 드론 탐지 방법을 개발하는 것.
• 전용 하드웨어가 필요 없이 다양한 실제 무선 환경에서 드론의 존재를 탐지하는 것.
• 전원이 켜진 드론의 운영 상태(예: 비행 중 또는 지상에 정지한 상태)를 분류하는 것.
• 드론의 이동을 탐지하고, 특정 신뢰 수준에 도달하는 데 필요한 시간을 추정하는 것.
• 네트워크 트래픽 분석만으로도 효과적으로 드론 탐지를 지원할 수 있음을 입증하여 향후 수동 드론 모니터링 연구의 기반을 마련하는 것.

제안 방법

• PiNcH는 일반 목적의 하드웨어를 사용하여 드론과 원격 조종기 사이의 무선 트래픽을 수동으로 모니터링한다.
• 수집된 트래픽에서 도착 간격 및 패킷 크기와 같은 네트워크 특징을 추출한다.
• 이러한 특징에 표준 기계학습 분류기를 적용하여 드론 행동을 탐지하고 분류한다.
• 시스템은 ArduCopter 펌웨어를 사용하여 3DR SOLO 드론으로부터 수집한 실제 트레이스를 기반으로 훈련 및 평가된다.
• 이 방법은 활성 신호 주입이나 맞춤형 하드웨어 없이도 도청된 통신에만 의존한다.
• 분류 결과의 신뢰 수준에 따라 탐지에 소요되는 최소 시간을 추정한다.

실험 결과

연구 질문

• RQ1 다양한 이질적인 무선 환경에서 네트워크 트래픽 분석만으로 드론의 존재를 탐지할 수 있는가?
• RQ2 트래픽 패턴을 기반으로 전원이 켜진 드론이 비행 중인지 지상에 정지해 있는지 정확히 판단할 수 있는가?
• RQ3 도착 간격 및 패킷 크기와 같은 트래픽 특징을 통해 드론의 운동 변화(예: 이륙 또는 착륙)를 탐지할 수 있는가?
• RQ4 이 수동 방법을 사용할 때 특정 수준의 확신을 확보하기 위해 필요한 최소 시간은 얼마인가?
• RQ5 이 방법은 다양한 공개된 무선 트레이스와 실제 환경에서 얼마나 효과적인가?

주요 결과

• PiNcH는 높은 정확도로 다양한 이질적인 무선 환경에서 드론의 존재를 성공적으로 식별한다.
• 네트워크 트래픽 특징만을 사용하여 비행 중인 드론과 지상에 정지한 드론을 정확히 구분할 수 있다.
• 정지 상태에서 비행 상태로의 전환과 같은 드론 운동 변화를 탐지할 수 있다.
• 이 방법은 특정 수준의 신뢰도를 확보하기 위해 드론을 탐지하는 데 필요한 최소 시간을 추정할 수 있어 실용적 구현 계획 수립에 기여한다.
• 이 솔루션은 전용 장비나 특수한 신호 전송 없이도 일반 소매 하드웨어로도 효과적으로 작동한다.
• 결과적으로 수동 네트워크 트래픽 분석이 드론 탐지에 실현 가능하고 효과적인 접근법임을 입증하며, 향후 연구를 위한 새로운 길을 열어준다.