[논문 리뷰] A Language for Modelling False Data Injection Attacks in Internet of Things

Mathieu Briland, Fabrice Bouquet|arXiv (Cornell University)|2021. 04. 19.

Security and Verification in Computing참고 문헌 11인용 수 3

한 줄 요약

이 논문은 인터넷 사물(IoT) 시스템에서 거짓 데이터 주입 공격(FDIA)을 모델링하고 실행하기 위한 도메인 특화 언어(DSL)를 제안한다. 이 DSL은 실존하는 IoT 데이터셋을 대상으로 데이터 무결성 공격—예를 들어 온도 위조 또는 지리적 감쇠를 고려한 오염 데이터 주입—을 정밀하고 표현력 있게 시뮬레이션할 수 있으며, 복잡한 시나리오에서도 실행 시간이 2초 이내로 이루어져, 시스템의 내성 테스트 및 탐지 메커니즘 훈련에 유용함을 입증한다.

ABSTRACT

Internet of Things (IoT) is now omnipresent in all aspects of life and provides a large number of potentially critical services. For this, Internet of Things relies on the data collected by objects. Data integrity is therefore essential. Unfortunately, this integrity is threatened by a type of attack known as False Data Injection Attack. This consists of an attacker who injects fabricated data into a system to modify its behaviour. In this work, we dissect and present a method that uses a Domain-Specific Language (DSL) to generate altered data, allowing these attacks to be simulated and tested.

연구 동기 및 목표

• 데이터 무결성이 중요한데도 자주 취약한 IoT 시스템에서 아직 충분히 탐구되지 않은 거짓 데이터 주입 공격(FDIA) 문제를 해결하기 위해.
• 실제 IoT 데이터를 대상으로 정밀하고 실행 가능한 FDIA 시나리오 모델링이 가능한 도메인 특화 언어(DSL)를 설계하고 구현하기 위해.
• 공간 인식형, 거리에 따라 변하는 데이터 변경을 포함한 단순 및 복잡한 공격 패tern을 모두 지원하기 위해.
• 시스템의 내성 테스트 및 FDIA 탐지용 기계학습 모델 훈련을 위한 실용적 응용을 가능하게 하기 위해.
• 주차 계량기와 환경 센서에서 확보한 실제 IoT 데이터셋을 사용하여 접근법의 실현 가능성과 효율성을 입증하기 위해.

제안 방법

• DSL은 시나리오 정의, 조건(예: 미터 코드, 지리적 위치)을 통한 데이터 선택, 그리고 데이터 변경(예: 할당, 감쇠를 고려한 점진적 증가)을 지원하는 문법을 갖춘다.
• 도구는 이질적인 IoT 데이터 포맷을 처리하기 위해 JSON 평탄화를 사용하며, 실제 운영 데이터셋에서도 실행이 가능하다.
• 선택은 'where meter_code="521"' 또는 'location isInsideCircle(...)'와 같은 공간 쿼리 포함 논리 조건을 통해 수행된다.
• 변경 로직에는 직접 할당('set temperatureTC=50')과 시간 및 거리에 따라 동적으로 변화하는 변경이 포함되며, 예를 들어 'particles+=(0.0->99999.0,10.0) with attenuation of 10.0 from 0 to 999999999'와 같이 표현된다.
• DSL은 수천 건의 레코드를 포함한 데이터셋에서도 실행이 가능하며, 다수의 센서를 포함한 복잡한 시나리오에서도 실행 시간이 2초 이내로 측정된다.
• 도구는 원본 형식으로 수정된 데이터를 내보내어, 후속 테스트 및 분석 파이프라인에서 데이터 구조를 유지함으로써 원활한 통합을 가능하게 한다.

실험 결과

연구 질문

• RQ1 어떻게 도메인 특화 언어를 설계하여 IoT 시스템에서 현실적인 거짓 데이터 주입 공격을 모델링할 수 있는가?
• RQ2 DSL은 지리적으로 제약이 있는가, 거리 감쇠를 고려한 데이터 조작을 포함한 단순 및 복잡한 FDIA 패턴을 모두 표현할 수 있는가?
• RQ3 실제 IoT 데이터셋에서 DSL을 사용해 FDIA 시나리오를 실행할 때 성능 오버헤드는 어느 정도인가?
• RQ4 DSL을 사용해 실제 환경적 또는 시스템 장애를 모방하는 공격을 어느 정도 현실적으로 시뮬레이션할 수 있는가?
• RQ5 DSL은 FDIA 탐지용 내성 테스트 및 기계학습 훈련에 얼마나 효과적으로 활용될 수 있는가?

주요 결과

• DSL은 시간 창 내 전체 온도 데이터를 50°C로 대체하는 단순 FDIA 시나리오를 성공적으로 모델링하고 실행하였으며, 이는 시각적 및 알고리즘적 탐지가 가능하다.
• DSL은 공격 원점에서 거리에 따라 감쇠되는 다중 센서를 통한 PM10 입자 농도 점진적 증가를 시뮬레이션하는 복잡하고 현실적인 공격을 지원한다.
• 3개 센서에서 1개월 간의 8,931건의 레코드를 포함한 복잡한 시나리오에서 DSL은 2초 이내로 공격를 실행하여 높은 성능를 입증하였다.
• 공격 결과는 공간적 현실성을 보였으며, 공격 중심에 가까운 센서(예: 미터 500)는 높은 입자 농도를 보였고, 더 멀리 떨어진 센서(예: 515)는 덜 영향을 받았으며, 이는 예상되는 물리적 행동과 일치하였다.
• 도구는 출력 시 원본 데이터 구조를 성공적으로 유지하여, 후속 테스트 및 분석 파이프라인에 원활하게 통합될 수 있도록 하였다.
• DSL의 표현력 덕분에 소음 전파나 폭염 조건을 시뮬레이션하는 등 다양한 공격 유형을 모델링할 수 있어, 시스템 강화 및 탐지 훈련에 대한 적용 가능성을 높였다.