[논문 리뷰] Proactive Defense Against Physical Denial of Service Attacks using Poisson Signaling Games

Jeffrey Pawlick, Quanyan Zhu|arXiv (Cornell University)|2017. 07. 10.

Network Security and Intrusion Detection인용 수 3

한 줄 요약

이 논문은 사이버-물리 시스템(CPS)에서 물리적 서비스 거부(PDoS) 공격에 대비한 능동적 방어 전략을 제안한다. 새로운 포isson 신호 게임 모델을 사용하여 봇넷 확보를 분석하며, 이는 이종적인 IoT 기기들을 다양한 탐지 능력을 지닌 수신자로 모델링하고, 능동적 방어를 유도하기 위한 경제적 인centive를 도입한다. 연구 결과, 전략적 경제 메커니즘이 봇넷 활동을 임의로 감소시킬 수 있음을 보여주며, 법적 지침은 제한된 영향만 미친다.

ABSTRACT

While the Internet of things (IoT) promises to improve areas such as energy efficiency, health care, and transportation, it is highly vulnerable to cyberattacks. In particular, distributed denial-of-service (DDoS) attacks overload the bandwidth of a server. But many IoT devices form part of cyber-physical systems (CPS). Therefore, they can be used to launch "physical" denial-of-service attacks (PDoS) in which IoT devices overflow the "physical bandwidth" of a CPS. In this paper, we quantify the population-based risk to a group of IoT devices targeted by malware for a PDoS attack. In order to model the recruitment of bots, we develop a "Poisson signaling game," a signaling game with an unknown number of receivers, which have varying abilities to detect deception. Then we use a version of this game to analyze two mechanisms (legal and economic) to deter botnet recruitment. Equilibrium results indicate that 1) defenders can bound botnet activity, and 2) legislating a minimum level of security has only a limited effect, while incentivizing active defense can decrease botnet activity arbitrarily. This work provides a quantitative foundation for proactive PDoS defense.

연구 동기 및 목표

• 사이버-물리 시스템(CPS)을 대상으로 하는 물리적 서비스 거부(PDoS) 공격에서 IoT 기기의 유해화 위험을 정량화하는 것.
• 알 수 없는, 포isson 분포를 따르는 수신자 수를 가진 신호 게임으로서 IoT 기기의 봇넷 확보 과정을 모델링하는 것.
• 게임 이론적 균형 분석을 통해 법적 및 경제적 메커니즘이 봇넷 확보를 억제하는 효과를 분석하는 것.
• 특히 경제적 인센티브가 부여된 능동적 방어 전략이 악성 소프트웨어의 지속성과 봇넷 활동을 어떻게 감소시킬 수 있는지 평가하는 것.

제안 방법

• 악성 스캐닝의 대규모 및 불확실한 특성을 반영하기 위해, 잠재적 IoT 타겟 수가 포isson 분포를 따르는 포isson 신호 게임(PSG)을 정형화한다.
• 악성 송신자가 속임수 신호를 보낼 때, 다양한 탐지 능력을 지닌 이종적인 수신자 유형을 도입한다.
• 완전한 베이지안 내쉬 균형(PBNE)에서 방어 전략을 혼합 전략으로 모델링하며, 저항성, 취약성, 기존 상태 균형을 구분한다.
• 능동적 방어를 장려하기 위해 경제적 인centive $U_{v}^{R}(d,p,f)$ 를 통합하여, 균형 행동을 변화시키고 악성 소프트웨어의 지속성을 감소시킨다.
• 기대 효용 함수와 균형 조건을 사용하여, 비대칭 정보와 불확실성 하에서 최적의 방어 전략을 유도한다.
• 실제 PDoS 사례에 적용: 전력망 대역폭을 과부하 시키기 위해 허브리케이션(HVAC) 제어기를 악용하는 사례.

실험 결과

연구 질문

• RQ1 알 수 없는, 랜덤하게 분포된 취약한 IoT 기기의 수를 고려할 때, PDoS 공격의 위험은 어떻게 정량적으로 모델링할 수 있는가?
• RQ2 수신자(IoT 기기)가 이종적인 탐지 능력을 지닌 상태에서 불확실한 악성 신호를 받을 때, 신호 게임의 균형 결과는 어떠한가?
• RQ3 최소 보안 기준과 같은 법적 지침은 PDoS 환경에서 봇넷 확보 활동을 어느 정도 감소시킬 수 있는가?
• RQ4 능동적 방어를 위한 경제적 인센티브는 규제 요구 사항보다 봇넷 활동 감소에 더 효과적인가?
• RQ5 능동적 방어 전략이 도입될 경우, PDoS 공격 수명 주기 동안 악성 행위자의 균형 행동은 어떻게 변화하는가?

주요 결과

• 방어자는 악성 스캐너의 총 활동을 제한할 수 있으며, 이는 악성 소프트웨어의 지속성과 스캐닝 노력의 병합 효과를 나타내는 $\sigma_{d}^{S*}(p)q^{S}(d)$ 의 곱을 제한함으로써 달성된다.
• 최소 보안 기준을 의무화하더라도, 악성 소프트웨어의 지속성 비율 $\sigma_{d}^{S*}(p)$ 는 항상 고정된, 제한된 요인으로만 감소하며, 커버리지 범위에 관계없이 동일하다.
• 능동적 방어를 위한 경제적 인센티브는 $\sigma_{d}^{S*}(p)$ 를 임의로 0에 가까이 줄일 수 있어, 확장 가능하고 강력한 억제 메커니즘임을 입증한다.
• 취약한 공격자 균형에서, 능동적 방어가 유도될 경우 악성 스캐너의 지속성 비율이 크게 감소한다.
• 특히 속임수 비용 $\omega_{d}^{f}$ 가 낮을 경우, 강력한 억제 효과를 얻기 위해 필요한 능동적 방어 노력 $\sigma_{v}^{R*}(f|p,b)$ 는 매우 소량으로도 충분하다.
• 모델의 균형 결과는 실제 봇넷(예: Conficker)의 행동과 일치한다. 실제로도 이러한 봇넷들은 탐지 방지를 위해 활동량을 제한하는 경향이 있었으며, 이는 모델의 현실성과 타당성을 검증한다.