[논문 리뷰] Vehicle Security: Risk Assessment in Transportation

Kaveh Bakhsh Kelarestaghi, Foruhandeh, Mahsa외 2명|arXiv (Cornell University)|2018. 04. 19.

Vehicular Ad Hoc Networks (VANETs)Engineering참고 문헌 29인용 수 17

한 줄 요약

이 논문은 지능형 교통 시스템(ITS) 내 차량 내 네트워크에 대한 위험 기반 취약성 평가 프레임워크를 제시하며, 안전성, 개인정보 보호 및 시스템 무결성을 위협하는 사이버 위협을 규명한다. 개별 위험을 집계하고 영향-확률 행렬을 활용하여 시스템 수준의 위험을 정량화하고 정책 입안자와 엔지니어에게 실질적인 통찰을 제공한다.

ABSTRACT

Intelligent Transportation Systems (ITS) are critical infrastructure that are not immune to both physical and cyber threats. Vehicles are cyber/physical systems which are a core component of ITS, can be either a target or a launching point for an attack on the ITS network. Unknown vehicle security vulnerabilities trigger a race among adversaries to exploit the weaknesses and security experts to mitigate the vulnerability. In this study, we identified opportunities for adversaries to take control of the in-vehicle network, which can compromise the safety, privacy, reliability, efficiency, and security of the transportation system. This study contributes in three ways to the literature of ITS security and resiliency. First, we aggregate individual risks that are associated with hacking the in-vehicle network to determine system-level risk. Second, we employ a risk-based model to conduct a qualitative vulnerability-oriented risk assessment. Third, we identify the consequences of hacking the in-vehicle network through a risk-based approach, using an impact-likelihood matrix. The qualitative assessment communicates risk outcomes for policy analysis. The outcome of this study would be of interest and usefulness to policymakers and engineers concerned with the potential vulnerabilities of the critical infrastructures.

연구 동기 및 목표

• 차량 내 네트워크를 대상으로 하는 사이버 위협을 규명하고 평가하여 교통 시스템의 안전성과 신뢰성을 위협할 수 있는 요소를 파악한다.
• 차량 내 네트워크의 개별 취약성을 집계하여 시스템 수준의 위험 모델을 개발한다.
• 영향과 발생 가능성에 기반한 정성적 위험 기반 접근 방식을 통해 차량 내 네트워크 침해의 가능성과 영향을 평가한다.
• 구조화된 영향-확률 행렬을 통해 위험 결과를 통신함으로써 정책 및 공학적 결정보조를 지원한다.

제안 방법

• 차량 내 네트워크 취약성에서 기인하는 개별 사이버 위험을 시스템 수준의 위험 평가로 집계한다.
• 위험 발생 가능성과 잠재적 영향에 기반해 위협을 평가하기 위해 정성적 위험 기반 모델을 활용한다.
• 영향-확률 행렬을 사용하여 다양한 공격 시나리오의 위험 수준을 분류하고 시각화한다.
• 지능형 교통 시스템(ITS) 내 사이버/물리 시스템의 취약성에 중점을 둔다.
• 취약성 중심의 위험 평가를 수행하여 공격 경로와 결과를 규명한다.
• 결과를 이해관계자에게 정책 관련 위험 커뮤니케이션 프레임워크로 통합한다.

실험 결과

연구 질문

• RQ1 지능형 교통 시스템 내 차량 내 네트워크를 악성 공격으로부터 보호하기 위해 고려해야 할 주요 사이버 위협은 무엇인가?
• RQ2 차량 내 네트워크의 개별 위험은 어떻게 집계하여 종합적인 시스템 수준의 위험을 평가할 수 있는가?
• RQ3 차량 내 네트워크 침해가 교통 시스템의 안전성과 신뢰성에 미치는 영향과 발생 가능성은 어떠한가?
• RQ4 어떻게 위험 기반 접근 방식이 정책 입안자와 엔지니어에게 위협 결과를 효과적으로 전달할 수 있는가?
• RQ5 적대자가 차량 네트워크를 제어할 수 있도록 허용할 수 있는 핵심 취약점은 무엇인가?

주요 결과

• 차량 내 네트워크는 안전성, 개인정보 보호, 신뢰성 및 시스템 효율성에 영향을 줄 수 있는 사이버 공격으로부터 취약하다.
• 연구는 알려지지 않은 보안 취약성이 적대자와 보안 전문가 간의 위험 악용 또는 완화 경쟁을 유도함을 규명한다.
• 위험 기반 모델을 활용해 개별 위험 요소를 집계함으로써 시스템 수준의 위험이 효과적으로 정량화된다.
• 영향-확률 행렬은 정책 및 공학적 의사결정을 위한 위험 결과에 대한 명확한 정성적 시각화를 제공한다.
• 이 프레임워크는 이해관계자가 위험의 잠재적 영향과 침해 발생 가능성에 따라 취약점을 우선순위 정렬할 수 있도록 한다.
• 결과는 선제적 위험 관리로 지능형 교통 시스템의 복원력을 향상시키는 데 직접 적용 가능하다.