[논문 리뷰] Deriving Cyber-security Requirements for Cyber Physical Systems

Robert Laddaga, Paul Robertson외 4명|arXiv (Cornell University)|2019. 01. 07.

Software Testing and Debugging Techniques참고 문헌 19인용 수 4

한 줄 요약

DCRYPPS는 패밀리아 확률 모델링 언어에서 기능 설계 사양, 공격/위협 모델 및 모델 기반 진단을 결합하여 사이버-물리 시스템(CPS)의 사이버보안 요구사항을 자동으로 유도한다. 이는 자동조종장치 시스템에 대해 다섯 개의 필수적이고도 충분한 사이버-물리 보안 요구사항을 도출하였으며, 정의된 위협 조건 하에서 효과적임을 검증하였다.

ABSTRACT

Today's cyber physical systems (CPS) are not well protected against cyber attacks. Protected CPS often have holes in their defense, due to the manual nature of today's cyber security design process. It is necessary to automate or semi-automate the design and implementation of CPS to meet stringent cyber security requirements (CSR), without sacrificing functional performance, timing and cost constraints. Step one is deriving, for each CPS, the CSR that flow from the particular functional design for that CPS. That is the task assumed by our system, Deriving Cyber-security Requirements Yielding Protected Physical Systems - DCRYPPS. DCRYPPS applies Artificial Intelligence (AI) technologies, including planning and model based diagnosis to an important area of cyber security.

연구 동기 및 목표

• 현재 수작업으로 설계되어 공격에 취약한 사이버-물리 시스템(CPS)의 자동화된 사이버보안 요구사항(CSR) 도출에 대한 핵심적 격차를 해소하기 위해.
• 기능 설계 모델에서 직접 CSR을 생성하여 기능 성능, 시간 제약 및 비용 제약를 유지하기 위해.
• 공격 모델과 시스템 동작 모델을 통합하여 도입 이전에 잠재적 위협을 사전에 식별하고 완화하기 위해.
• 형식적 모델링과 인공지능 기법을 사용하여 설계자가 정밀하고 응용 분야에 특화된 보안 요구사항을 생성할 수 있도록 하기 위해.
• 위험 감소와 구현 복잡성 간의 트레이드오프를 지원하기 위한 확률적 인증서 및 제약 조건을 만들기 위해.

제안 방법

• CPS 모델링 및 분석을 위한 중심 설계 및 통합 플랫폼으로 버지니아 대학의 일반 모델링 환경(GME)을 사용한다.
• 기능 설계 모델과 제약 조건을 패밀리아(Pamela)로 변환한다. 패밀리아는 CPS 행동과 불확실성을 모델링하기 위한 확률적이고 객체지향적인 도메인 특화 언어이다.
• 모델 기반 진단 기법을 적용하여 위협 모델을 분석하고 사이버-물리 공격을 달성하는 장애 경로를 식별한다.
• 진단 분석을 통해 각 공격 경로를 차단할 수 있는 조건을 식별하여 사이버보안 요구사항을 도출한다.
• Pamela 내부에 통합된 확률적 추론 및 현장 학습 기능을 활용하여 시스템 및 공격 행동의 가능성 확률을 추정한다.
• GME 내부의 제약 통합기(constraint integrator)를 통해 설계자가 위험 감소와 요구사항 복잡성 간의 트레이드오프를 조정할 수 있도록 한다.

실험 결과

연구 질문

• RQ1 기능 설계에서 성능나 비용에 영향을 주지 않으면서 CPS의 사이버보안 요구사항을 체계적으로 유도할 수 있는가?
• RQ2 모델 기반 진단 기법이 사이버-물리 공격 경로를 식별하고 방지하는 데 얼마나 적합하게 적용될 수 있는가?
• RQ3 고수준 시스템 모델에서 자동으로 응용 분야에 특화된 형식적 사이버보안 요구사항을 생성할 수 있는가?
• RQ4 생성된 요구사항이 현실적인 위협 가정 하에서 CPS를 효과적으로 보호하는가?
• RQ5 확률적 모델링이 도출된 보안 요구사항의 정확성과 관련성 향상에 어떤 역할을 하는가?

주요 결과

• DCRYPPS는 자동조종장치 CPS 모델에 대해 다섯 개의 사이버보안 요구사항을 성공적으로 도출하였으며, 정의된 위협 조건 하에서 독립적으로 필수적이고 충분하다고 검증되었다.
• 모델 기반 진단과 위협 모델을 융합한 시스템의 접근 방식은 장애 유도 위협과 그에 대한 구체적 요구사항을 통한 완화를 체계적으로 매핑할 수 있었다.
• WAN 통신 인증을 위한 공개키 암호화 요구사항은 센서 불일치 및 통신 무결성 위협을 분석한 결과 직접 도출된 결과였다.
• 평가 결과, 유도된 요구사항은 물리적 접근이나 하드웨어/소프트웨어 수정 없이도 원격 지능형 공격에 효과적으로 대응함을 확인하였다.
• Pamela의 사용 덕분에 시스템 및 공격 행동의 확률적 모델링이 가능해져 위험 및 해결책 효과성의 정확한 추정이 가능했다.
• 이 프레임워크는 소규모 CPS 모델에서의 타당성을 입증하였으며, 향후 확률적 사이버-물리 증명서(PCCs)의 개발을 통해 더 큰 규모의 복잡한 시스템으로 확장 가능할 잠재력을 보였다.