[논문 리뷰] Towards an open standard for assessing the severity of robot security vulnerabilities, the Robot Vulnerability Scoring System (RVSS)

Víctor Mayoral Vilches, Endika Gil-Uriarte외 8명|arXiv (Cornell University)|2018. 07. 26.

Information and Cyber Security참고 문헌 5인용 수 14

한 줄 요약

이 논문은 사이버물리 시스템에 특화된 보안 취약성 평가를 위해 CVSSv3을 확장하여 안전성 영향, 환경 노출도, 제3자 라이브러리 위험, 취약성 연령 등을 반영한 개방형 표준화 평가 프레임워크인 로봇 취약성 점수 시스템(RVSS) v1.0을 제안한다. RVSS는 사이버물리 시스템에 대해 CVSSv3보다 더 정확한 심각도 점수를 산출하며, 실제 로봇 취약성에 대한 실험적 검증을 통해 위험 평가에서 상당한 차이를 보였다.

ABSTRACT

Robots are typically not created with security as a main concern. Contrasting to typical IT systems, cyberphysical systems rely on security to handle safety aspects. In light of the former, classic scoring methods such as the Common Vulnerability Scoring System (CVSS) are not able to accurately capture the severity of robot vulnerabilities. The present research work focuses upon creating an open and free to access Robot Vulnerability Scoring System (RVSS) that considers major relevant issues in robotics including a) robot safety aspects, b) assessment of downstream implications of a given vulnerability, c) library and third-party scoring assessments and d) environmental variables, such as time since vulnerability disclosure or exposure on the web. Finally, an experimental evaluation of RVSS with contrast to CVSS is provided and discussed with focus on the robotics security landscape.

연구 동기 및 목표

• 기존 IT 시스템 중심의 CVSSv3이 사이버물리 시스템인 로봇 보안 취약성 평가에 부적합한 점을 해결하기 위해.
• 로봇 전용 위험 요소인 물리적 안전성 영향 및 환경 노출도를 고려한 표준화, 개방형, 확장 가능한 점수 체계를 개발하기 위해.
• 제3자 라이브러리 및 장기간 공개된 이슈를 포함한 로봇 플랫폼 간의 정확하고 일관되며 비교 가능한 취약성 심각도 평가를 가능하게 하기 위해.
• 실제 위험 프로파일을 기반으로 한 복구 우선순위 설정을 지원함으로써 로봇 분야의 취약성 관리 기반을 마련하기 위해.
• 오픈소스 구현과 공개 검토를 통해 커뮤니티의 도입과 협업적 개선을 촉진하기 위해.

제안 방법

• 공격 벡터(AV)를 수정하고, 물리적 피해 가능성을 반영한 새로운 안전성(H) 지표를 도입하여, CVSSv3의 벡터 기반 점수 모델을 로봇 전용 메트릭으로 적응시켰다.
• 노출된 지 오래된, 패치되지 않은 취약성의 위험 증가를 수량화하기 위해 연령 수정자(Age modifier)를 도입하여 실제 노출 기간을 반영했다.
• 제3자 구성요소(예: 라이브러리, 미들웨어)에 대해 0이 아닌 영향 점수를 허용하기 위해 영향 메트릭 하위군을 재편성하였으며, 공급망 위험을 반영하기 위해 최악의 시나리오 접근법을 적용했다.
• 환경적 맥락을 점수 모델에 통합하여 시스템 민감도(S:U)를 포함하고, 물리적 손상 또는 시스템 해킹 가능성에 기반해 영향을 재평가했다.
• 수정된 공식을 사용해 기본 점수를 계산하였으며, 기본 점수 = round_up(min[Exploitability + Impact, 10])로 정의하였다. 이때 두 구성 요소는 모두 가중치가 부여된 벡터 메트릭에서 유도된다.
• 핵심 구조를 유지하면서 로봇 전용 위협 모델을 반영하기 위해 의미와 가중치를 확장함으로써 CVSSv3와의 후행 호환성을 확보했다.

실험 결과

연구 질문

• RQ1 로봇 취약성의 심각도는 전통적인 IT 취약성과 어떻게 다를까? 특히 안전성과 물리적 영향 측면에서.
• RQ2 환경 노출도와 취약성 연령을 포함함으로써 로봇 분야의 위험 평가 정확도는 어느 정도 향상되는가?
• RQ3 제3자 소프트웨어 구성요소와 라이브러리를 고려한 수정된 점수 체계는 로봇 분야에서 CVSSv3보다 더 현실적인 심각도 평가를 가능하게 하는가?
• RQ4 실제 로봇 취약성 평가에서 제안된 RVSS v1.0은 CVSSv3와 정량적·정성적으로 어떻게 비교되는가?
• RQ5 로봇 취약성과 일반 소프트웨어 취약성 간의 핵심 차이 요소는 무엇이며, 이를 체계적으로 점수 체계에 반영할 수 있는가?

주요 결과

• 비인증 원격 액세스를 포함한 대표적인 로봇 취약성에 대해 RVSS v1.0은 심각도 점수 5.9를 산출하였으며, 이는 CVSSv3보다 더 세밀한 평가를 가능하게 했다.
• 안전성(H) 지표의 도입으로 물리적 피해 가능성이 있는 취약성의 영향 점수가 크게 상승하여, 순수 IT 기반 위험과의 차이를 명확히 구분할 수 있었다.
• 연령 수정자가 장기간 공개되었으나 패치되지 않은 취약성의 점수를 증가시켜, 시간이 지남에 따라 위험이 증가하는 현실을 반영하였으며, 이는 CVSSv3가 반영하지 못한 요소였다.
• 제3자 라이브러리 및 미들웨어에 대해 이제 0이 아닌 영향 점수를 산정할 수 있어, 로봇 시스템의 공급망 위험 평가가 향상되었다.
• 실험적 평가 결과, RVSS는 특히 안전 중심의 시나리오에서 CVSSv3와 상당한 차이를 보이는 심각도 순위를 산출하였다.
• 제안된 시스템은 CVSSv3와의 후행 호환성을 확보하여, 기존 취약성 보고서를 새로운 프레임워크로 직접 비교 및 이관할 수 있도록 했다.