[논문 리뷰] Secure Cloud Assisted Smart Cars Using Dynamic Groups and Attribute Based Access Control

Maanak Gupta, James Benson외 2명|arXiv (Cornell University)|2019. 08. 21.

Access Control and Trust참고 문헌 34인용 수 6

한 줄 요약

이 논문은 실시간 차량 속성인 GPS, 속도 및 사용자 선호도 기반으로 정교하고 프라이버시 인식 접근 제어를 가능하게 하는 동적 그룹 및 속성 기반 접근 제어 모델인 CV-ABAC G를 제안한다. 이 모델은 AWS에서 동적 그룹 할당과 ABAC 정책을 통합하여, 사슴 경고 및 카풀 알림과 같은 사용 사례에서 관련성과 보안성을 향상시키며, 성능 상의 상당한 트레이드오프가 존재하지만 확장성의 이점에 비해 이를 상쇄한다.

ABSTRACT

Future smart cities and intelligent world will have connected vehicles and smart cars as its indispensable and most essential components. The communication and interaction among such connected entities in this vehicular internet of things (IoT) domain, which also involves smart traffic infrastructure, road-side sensors, restaurant with beacons, autonomous emergency vehicles, etc., offer innumerable real-time user applications and provide safer and pleasant driving experience to consumers. Having more than 100 million lines of code and hundreds of sensors, these connected vehicles (CVs) expose a large attack surface, which can be remotely compromised and exploited by malicious attackers. Security and privacy are serious concerns that impede the adoption of smart connected cars, which if not properly addressed will have grave implications with risk to human life and limb. In this research, we present a formalized dynamic groups and attribute-based access control (ABAC) model (referred as \cvac) for smart cars ecosystem, where the proposed model not only considers system wide attributes-based security policies but also takes into account the individual user privacy preferences for allowing or denying service notifications, alerts and operations to on-board resources. Further, we introduce a novel notion of groups in vehicular IoT, which are dynamically assigned to moving entities like connected cars, based on their current GPS coordinates, speed or other attributes, to ensure relevance of location and time sensitive notification services to the consumers, to provide administrative benefits to manage large numbers of smart entities, and to enable attributes and alerts inheritance for fine-grained security authorization policies. We present proof of concept implementation of our model in AWS cloud platform demonstrating real-world uses cases along with performance metrics.

연구 동기 및 목표

• 100만 행 이상의 코드와 노출된 공격 표면을 가진 연결 차량(CVs)에서 증가하는 보안 및 프라이버시 위험을 해결하기 위해.
• 실시간 속성 기반 정책과 동적 그룹화를 활용해 스마트 차량 생태계에서 정교하고 맥락 인식 접근 제어를 가능하게 하기 위해.
• 시스템 전반의 보안 정책을 유지하면서도 개인 사용자의 프라이버시 선호도를 반영해 알림 및 서비스 접근을 제어하기 위해.
• AWS 클라우드 인프라에서의 프로토타입 구현을 통해 모델의 실용적 타당성을 입증하기 위해.
• 클라우드 기반 정책 시행을 통해 이동 중인 차량을 대상으로 위치 및 시간에 민감한 서비스 제공을 확장 가능하게 하기 위해.

제안 방법

• 실시간 차량 속성(예: GPS 좌표, 속도, 차량 유형 등)을 기반으로 차량이 그룹에 할당되는 새로운 동적 그룹 모델을 제안한다.
• 시스템 전반의 ABAC 정책과 사용자별 프라이버시 선호도를 융합한 하이브리드 접근 제어 모델을 도입한다.
• AWS에서 외부 정책 엔진을 클라우드 기반으로 구현하여 속성과 그룹 구성원 정보를 기반으로 접근 결정을 평가한다.
• 스마트 차량 컨트롤러를 사용해 실시간으로 차량을 그룹에 할당하고 접근 제어 정책을 시행한다.
• 속성 기반 정책을 적용해 차량 내 자원 및 서비스에 대한 접근을 관리함으로써 관련성과 보안성을 확보한다.
• 실제 사용 사례(예: 사슴 위협 경고, 카풀 서비스 등)를 활용해 정책 평가 오버헤드를 측정하는 성능 평가를 수행한다.

실험 결과

연구 질문

• RQ1 실시간 차량 속성 기반 동적 그룹은 스마트 차량에서 위치 및 시간에 민감한 알림의 관련성과 보안성을 어떻게 향상시킬 수 있는가?
• RQ2 클라우드 기반 차량 인터넷 환경에서 속성 기반 접근 제어(ABAC)는 사용자 프라이버시 선호도와 어떻게 효과적으로 통합될 수 있는가?
• RQ3 연결 차량을 위한 확장 가능한 클라우드 기반 아키텍처에서 동적 그룹 및 ABAC 정책을 시행할 경우 성능 오버헤드는 어느 정도인가?
• RQ4 클라우드 플랫폼인 AWS는 대규모 이동 차량 풍경에서 정교한 접근 제어를 위한 배포 및 자동 스케일링을 어떻게 지원할 수 있는가?
• RQ5 실제 스마트 차량 생태계에서 보안, 프라이버시, 성능 간의 실용적 트레이드오프는 무엇인가?

주요 결과

• 제안된 CV-ABAC G 모델은 실시간 GPS 및 속도 데이터를 기반으로 동적이고 속성 기반 접근 제어를 성공적으로 구현하여 서비스의 관련성을 향상시켰다.
• 사용자 프라이버시 선호도가 접근 제어 모델에 효과적으로 통합되어 알림 및 서비스 접근에 대한 정교한 제어를 가능하게 하였다.
• 성능 평가 결과 정책 평가 오버헤드가 측정 가능하지만 수용 가능한 수준이었으며, 클라우드 기반 확장성과 실시간 서비스 제공의 이점에 비해 이는 상쇄되었다.
• AWS에서의 프로토타입 구현을 통해 도시 전역 배포에 적합한 안전한 스마트 차량 서비스를 위한 모델의 실용적 타당성이 입증되었다.
• 모델은 자동 스케일링 및 무한한 클라우드 기능을 지원하여 수천 대의 이동 중인 차량을 대상으로 한 대규모 도시 배포에 적합하다.
• 향후 연구에서는 히든 셀프 암호화 및 신뢰 기반 모델과 같은 프라이버시 보존 기법을 통합해 보안 및 위치 프라이버시를 더욱 강화할 필요가 있다.