[论文解读] Mission Aware Cyber-physical Security

Georgios Bakirtzis, Bryan Carter+2 more|arXiv (Cornell University)|Dec 5, 2017

Information and Cyber Security参考文献 2被引用 7

一句话总结

本文提出 *mission aware*，一种基于模型、以任务为中心的网络安全部署方法，通过整合系统架构、任务需求与威胁证据，主动识别并优先处理直接影响任务成功的关键漏洞。该方法利用结构化获取（‘作战室’）、分层建模及来自公开漏洞数据库（CAPEC、CWE、CVE）的证据映射，实现可追溯的、面向任务生存能力的战略性风险分析，而非仅关注边界合规性。

ABSTRACT

Perimeter cybersecurity, while essential, has proven insufficient against sophisticated, coordinated, and cyber-physical attacks. In contrast, mission-centric cybersecurity emphasizes finding evidence of attack impact on mission success, allowing for targeted resource allocation to mitigate vulnerabilities and protect critical assets. Mission Aware is a systems-theoretic cybersecurity analysis that identifies components which, if compromised, destabilize the overall mission. It generates evidence by finding potential attack vectors relevant to mission-linked elements and traces this evidence to mission requirements, prioritizing high-impact vulnerabilities relative to mission objectives. Mission Aware is an informational tool for system resilience by unifying cybersecurity analysis with core systems engineering goals.

研究动机与目标

• 解决传统边界防护型网络安全在应对复杂、协同式攻击时对关键网络物理系统（CPS）保护不足的问题。
• 突破合规驱动安全的局限，将任务上下文嵌入早期安全分析阶段。
• 提供一种系统化、可追溯的方法，识别出其被破坏将导致任务失败的关键系统组件。
• 通过将现实世界中的漏洞数据（如 CVE、CAPEC）与关键任务系统组件关联，实现主动的、基于证据的风险评估。
• 通过在正式、分层的框架中建模网络威胁对任务的影响，支持从指挥到工程各层级的决策制定。

提出的方法

• 开展结构化获取过程，称为‘作战室’，召集利益相关方（指挥官、操作员、领域专家）以定义任务场景、目标及威胁空间。
• 使用 SysML 及集合论/图论形式化方法，构建正式的分层模型，以表示任务需求、可接受的功能行为及系统架构。
• 集成危害分析（以 STPA-Sec 为基础），识别可能降低任务性能的潜在故障模式。
• 将来自公开数据库（CAPEC、CWE、CVE）的真实网络威胁与漏洞映射到具体系统组件，生成潜在攻击的‘证据’。
• 将每项证据的影响追溯回任务需求，以识别相对于任务目标最具影响的威胁。
• 利用图表示法可视化并分析任务目标、系统组件与攻击向量之间的关系，获得全面的任务中心视角。

实验结果

研究问题

• RQ1 如何实现网络安全分析从边界合规向任务中心风险优先化的转变？
• RQ2 何种正式建模框架可实现从任务需求到系统组件及其关联网络威胁的可追溯性？
• RQ3 如何系统性地将现实世界中的漏洞数据（如来自 CVE、CAPEC）映射到关键任务系统组件，以评估其对任务的影响？
• RQ4 结构化获取过程（即‘作战室’）在多大程度上提升了对网络物理系统（CPS）威胁建模的准确性与相关性？
• RQ5 基于模型、以证据为基础的分析在多大程度上减少了需要进行深入安全评估的系统组件数量？

主要发现

• *mission aware* 方法通过将网络安全建立在系统功能与任务目标的基础上，实现了从战术性、边界防护型安全向任务中心风险分析的战略性转变。
• 通过在统一、可追溯的框架中建模任务需求、可接受行为及系统架构，*mission aware* 确保了安全分析与作战目标保持一致。
• 利用公开漏洞数据库（CAPEC、CWE、CVE）生成‘证据’，实现了对关键任务组件威胁影响的现实、数据驱动评估。
• 该方法通过仅聚焦于其被破坏将直接削弱任务成功的组件，显著减少了需进行详细分析的系统元件数量。
• 分层建模与基于图的表示法提供了全面、可视化且可追溯的任务影响视图，增强了跨利益相关方的理解与决策能力。
• 迭代的、基于模型的流程本身即构成一种学习机制，通过在指挥、采办与工程角色间开展‘假设分析’，提升了系统的整体弹性。