[논문 리뷰] Who is in Control? Practical Physical Layer Attack and Defense for mmWave based Sensing in Autonomous Vehicles

Zhi Sun, Sarankumar Balakrishnan외 4명|arXiv (Cornell University)|2020. 11. 22.

Adversarial Robustness in Machine Learning참고 문헌 18인용 수 8

한 줄 요약

이 논문은 자율주행차의 mmWave 레이더에 대한 실용적인 물리계층 공격 및 방어 기법을 제시하며, 가짜 장애물 공격가가 안전한 주행 결정을 유도할 수 있도록 장애물 탐지 기능을 신뢰성 있게 조작할 수 있음을 입증한다. 실제 테스트베드를 통해 공격자가 장애물을 위조하거나 그 위치를 조작할 수 있음을 검증하였으며, 이는 치명적인 사고 상황을 초래할 수 있다. 반면, RF 프린팅과 one-class SVM를 활용해 98.9%의 위조 탐지 정확도를 달성하였다.

ABSTRACT

With the wide bandwidths in millimeter wave (mmWave) frequency band that results in unprecedented accuracy, mmWave sensing has become vital for many applications, especially in autonomous vehicles (AVs). In addition, mmWave sensing has superior reliability compared to other sensing counterparts such as camera and LiDAR, which is essential for safety-critical driving. Therefore, it is critical to understand the security vulnerabilities and improve the security and reliability of mmWave sensing in AVs. To this end, we perform the end-to-end security analysis of a mmWave-based sensing system in AVs, by designing and implementing practical physical layer attack and defense strategies in a state-of-the-art mmWave testbed and an AV testbed in real-world settings. Various strategies are developed to take control of the victim AV by spoofing its mmWave sensing module, including adding fake obstacles at arbitrary locations and faking the locations of existing obstacles. Five real-world attack scenarios are constructed to spoof the victim AV and force it to make dangerous driving decisions leading to a fatal crash. Field experiments are conducted to study the impact of the various attack scenarios using a Lincoln MKZ-based AV testbed, which validate that the attacker can indeed assume control of the victim AV to compromise its security and safety. To defend the attacks, we design and implement a challenge-response authentication scheme and a RF fingerprinting scheme to reliably detect aforementioned spoofing attacks.

연구 동기 및 목표

• 자율주행차(AVs)의 mmWave 레이더에 대한 실용적인 물리계층 공격의 가능성과 영향을 조사하고, 이는 안전 중심의 인식 기능에 핵심적이다.
• 실세계 조건에서 위조 공격이 자율주행차의 주행 결정을 해로운 또는 치명적인 결과로 이끌 수 있는지 평가한다.
• RF 프린팅과 기계학습을 활용해 정상 신호만을 사용하여 높은 신뢰성으로 mmWave 레이더 위조 공격을 탐지할 수 있는 효과적인 방어 기법을 설계하고 구현한다.
• 기존 연구에서의 비현실적인 가정이나 저주파 대역에 의존하는 연구들과 달리, 종단 간 실세계 공격 및 방어를 구현하여 연구 격차를 메운다.

제안 방법

• 가짜 장애물을 임의의 위치에 주입하거나, mmWave chirp 신호의 왕복 지연을 조작하여 기존 장애물의 위치를 위조하는 두 가지 핵심 공격 전략을 설계 및 구현한다.
• 소프트웨어 정의 무선(SDR)과 자체 개발한 mmWave 테스트베드를 사용하여, 24–28 GHz 대역에서 정상 레이더 신호를 모방하는 정밀한 시간 지연을 가진 위조 신호를 생성한다.
• 신호 기원을 검증하고 위조 공격를 탐지하기 위해 응답 시간과 신호 구조를 비교하는 챌린지-응답 인증 체계를 개발한다.
• 수신 신호의 크기 및 위상에 대한 통계적 특징(표준편차, 첨도, 비대칭도)을 사용하여 RF 프린팅을 구현하며, 루트 평균 제곱(RMS) 정규화를 통해 정규화한다.
• 정상 신호만으로 훈련된 one-class Support Vector Machine(SVM)을 적용하여 특성 분포의 변화를 기반으로 위조 공격를 탐지한다.
• 실세계 주행 조건에서 성능을 평가하기 위해 레이스카트(Lincoln MKZ) 기반 자율주행차 테스트베드에서 현장 실험을 수행한다.

실험 결과

연구 질문

• RQ1 정확한 위치 및 거리 제어를 통해 자율주행차의 mmWave 레이더 센서에 가짜 장애물을 주입하는 것이 가능한가?
• RQ2 공격자는 피해자 자율주행차를 지속적으로 추적하고, 위조 신호를 동적으로 업데이트하여 장기간에 걸쳐 위조를 유지할 수 있는가? 이는 자율주행차의 주행 결정에 영향을 줄 수 있는가?
• RQ3 위조 공격를 설계하여 자율주행차가 앞선 장애물을 위험 구역에서 벗어나게 잘못 이동시켜 충돌을 유도할 수 있는가?
• RQ4 공격 파형의 사전 지식 없이도 정상 신호만을 사용하여 RF 프린팅과 one-class SVM가 위조 공격를 높은 정확도로 탐지할 수 있는가?
• RQ5 위조 공격는 실세계 주행 시나리오에서 자율주행차의 인식 시스템의 안전성과 신뢰성에 어느 정도 영향을 미치는가?

주요 결과

• 저자들은 장애물 탐지 기능을 조작하여 치명적인 자율주행차 결정(예: 장애물 정지 실패)을 유도하는 다섯 가지 실세계 공격 시나리오를 성공적으로 구현하였다.
• Lincoln MKZ 기반 자율주행차 테스트베드에서의 현장 실험을 통해 공격자가 장애물을 신뢰성 있게 위조하고 그 위치를 조작할 수 있음을 확인하였으며, 이는 충돌을 유도하는 위험한 행동을 유도할 수 있음을 시사한다.
• 제안된 챌린지-응답 인증 체계는 신호 시간 및 구조를 검증하여 위조 공격를 효과적으로 탐지하였으며, 실시간 운영에서의 오진 탐지율을 감소시켰다.
• RMS 정규화된 신호 특징(크기 및 위상의 표준편차, 첨도, 비대칭도)을 사용한 RF 프린팅은 정상 신호와 위조 신호를 효과적으로 구분하였다.
• one-class SVM 기반의 위조 탐지 시스템은 훈련용 3,000개의 정상 신호와 테스트용 3,000개의 위조 신호를 사용하여 98.9%의 탐지 정확도를 달성하였다.
• 통계적 특성 분포는 정상 신호와 위조 신호 간에 명확히 분리되어 있었으며, 공격 파형의 사전 지식 없이도 신뢰성 있는 탐지가 가능하였다.