[논문 리뷰] StreamBox-TZ: Secure Stream Analytics at the Edge with TrustZone

Heejin Park, Shuang Zhai외 2명|arXiv (Cornell University)|2018. 08. 02.

Security and Verification in Computing참고 문헌 77인용 수 5

한 줄 요약

StreamBox-TZ (SBT)는 ARM TrustZone을 활용하여 신뢰할 수 없는 엣지 플랫폼에서 민감한 데이터와 계산을 신뢰할 수 있는 실행 환경(Tee) 내에서 격리함으로써 기밀성과 무결성을 보장하는 보안 스트림 분석 엔진이다. SBT는 최대 140 MB/sec(1,200만 건/초)의 높은 성능을 달성하면서도 25% 미만의 오버헤드를 유발하고 신뢰할 수 있는 계산 기반(TCB)에 단지 42.5 KB만 추가하여 빠른 지연 시간을 확보한다.

ABSTRACT

While it is compelling to process large streams of IoT data on the cloud edge, doing so exposes the data to a sophisticated, vulnerable software stack on the edge and hence security threats. To this end, we advocate isolating the data and its computations in a trusted execution environment (TEE) on the edge, shielding them from the remaining edge software stack which we deem untrusted. This approach faces two major challenges: (1) executing high-throughput, low-delay stream analytics in a single TEE, which is constrained by a low trusted computing base (TCB) and limited physical memory; (2) verifying execution of stream analytics as the execution involves untrusted software components on the edge. In response, we present StreamBox-TZ (SBT), a stream analytics engine for an edge platform that offers strong data security, verifiable results, and good performance. SBT contributes a data plane designed and optimized for a TEE based on ARM TrustZone. It supports continuous remote attestation for analytics correctness and result freshness while incurring low overhead. SBT only adds 42.5 KB executable to the TCB (16% of the entire TCB). On an octa core ARMv8 platform, it delivers the state-of-the-art performance by processing input events up to 140 MB/sec (12M events/sec) with sub-second delay. The overhead incurred by SBT's security mechanism is less than 25%.

연구 동기 및 목표

• 신뢰할 수 없는 소프트웨어 스택을 가진 엣지 플랫폼에서 민감한 IoT 원격 모니터링 데이터를 처리할 때 발생하는 보안 위험을 해결한다.
• 신뢰할 수 있는 실행 환경(TEE) 내에서 최소한의 신뢰할 수 있는 계산 기반(TCB)을 통해 핵심 데이터와 분석 워크로드를 격리하여 비신뢰성 소프트웨어 구성 요소로부터의 노출을 방지한다.
• 제한된 자원, 특히 제한된 물리적 메모리와 작은 TCB를 가진 TEE 환경 내에서 고처리량, 저지연 스트림 처리를 가능하게 한다.
• 지속적인 원격 인증과 결과 검증을 통해 비신뢰성 엣지 구성 요소가 존재하더라도 분석 결과의 정확성과 최신성 보장을 보장한다.
• ARM TrustZone에 특화된 새로운 데이터 구조와 저수준 시스템 최적화를 통해 TEE 내 성능을 최적화한다.

제안 방법

• 비신뢰성 소프트웨어에 대해 좁고, 공유가 없는 인터페이스만 노출하는 TEE 내 데이터 플레인 아키텍처를 설계하여, 모든 분석 데이터, 신뢰성 있는 프리미티브, 핵심 런타임 기능을 봉인한다.
• uArrays라는 새로운 추상화를 구현한다—TEE 내에서 필요에 따라 페이지를 할당하는 가상으로 무한한 연속 버퍼이며, 비신뢰성 구성 요소에서 제공하는 힌트를 활용해 특수 할당기로 관리된다.
• 배열 기반 알고리즘과 수작업으로 작성한 ARMv8 벡터 명령어를 사용해 성능을 최적화함으로써 일반 메모리 할당기 의존도를 줄인다.
• 분석 결과의 정확성과 최신성 보장을 위해 지속적인 원격 인증을 도입하며, 업로드 대역폭을 줄이기 위해 감사 기록을 압축한다.
• 스레드 스케줄링과 동기화를 TEE 외부로 이관하여 TCB를 최소화하고, 신뢰할 수 있는 코드는 필수 구성 요소에만 국한시킨다.
• 고속도 스트림 처리 중 동적 메모리 요구를 효율적으로 관리하기 위해 uArrays의 필요 시 성장 전략을 도입하여 std::vector와 같은 표준 컨테이너를 초월한다.

실험 결과

연구 질문

• RQ1 어떻게 하면 신뢰할 수 없는 엣지 플랫폼에서 고처리량 스트림 분석 워크로드를 TEE 내에서 보안적으로 격리하면서도 TCB와 물리적 메모리 사용을 최소화할 수 있는가?
• RQ2 TEE의 성능 제약 조건 내에서 저지연, 고처리량 스트림 처리를 달성하기 위해 필요한 시스템 수준 최적화는 무엇인가?
• RQ3 신뢰성 및 비신뢰성 구성 요소가 모두 처리에 참여하는 상황에서 분석 결과의 정확성과 최신성을 지속적으로 원격으로 검증하는 방법은 무엇인가?
• RQ4 제한된 메모리가 있는 TEE 환경에서 동적 고속도 데이터 스트림을 효과적으로 관리하기 위해 유용한 새로운 데이터 구조와 메모리 관리 기법은 무엇인가?
• RQ5 실제 엣지 환경에서 강력한 보안 보장을 유지하면서도 성능 오버헤드를 얼마나 줄일 수 있는가?

주요 결과

• SBT는 옥타코어 ARMv8 플랫폼에서 최대 140 MB/sec(1,200만 건/초)의 처리량을 기록하여 TEE 기반 스트림 분석 분야에서 최신 기술 수준의 성능을 입증했다.
• SBT의 보안 메커니즘은 비보안 기준 대비 25% 미만의 오버헤드를 유발하여 실시간 엣지 워크로드에 실용적이다.
• TCB는 실행 코드 42.5 KB(총 TCB의 16%)로 최소화되어 전체 스택의 TEE 마이그레이션 대비 공격 표면을 크게 줄였다.
• uArrays는 필요 시 성장 벤치마크에서 std::vector 대비 4배 빠른 TEE 수준의 할당 및 페이지 할당으로 인해 성능이 뛰어나 동적 데이터 스트림을 효율적으로 처리할 수 있다.
• 감사 기록 압축을 통해 업로드 대역폭을 5배에서 6.7배까지 줄여 매초 2–40 KB의 데이터를 절약하였으며, 이는 분석 결과의 크기(144–400 바이트/초)에 비해 상당한 절감이다.
• uArrays 전용 할당기는 힌트 없이 최대 35%의 메모리 사용 증가를 초래하여 구성 요소 간 협업의 중요성을 입증한다.