[논문 리뷰] STRIDE-based Cyber Security Threat Modeling for IoT-enabled Precision Agriculture Systems

Md. Rashid Al Asif, Khondokar Fida Hasan외 2명|arXiv (Cornell University)|2022. 01. 24.

Smart Agriculture and AI인용 수 6

한 줄 요약

이 논문은 IoT 기반 정밀 농업 시스템의 구성 요소 수준에서 사이버 위협을 식별하고 완화하기 위한 STRIDE 기반 위협 모델링 프레임워크를 제안한다. 데이터 흐름, 상호작용자, 시스템 구성 요소를 분석함으로써 여섯 가지 STRIDE 카테고리에 걸쳐 58개의 구체적인 사이버 위협을 식별하며, 스마트 농업 환경에서의 시스템 보안성과 내재성 향상을 위한 대응 방안을 제시한다.

ABSTRACT

The concept of traditional farming is changing rapidly with the introduction of smart technologies like the Internet of Things (IoT). Under the concept of smart agriculture, precision agriculture is gaining popularity to enable Decision Support System (DSS)-based farming management that utilizes widespread IoT sensors and wireless connectivity to enable automated detection and optimization of resources. Undoubtedly the success of the system would be impacted on crop productivity, where failure would impact severely. Like many other cyber-physical systems, one of the growing challenges to avoid system adversity is to ensure the system's security, privacy, and trust. But what are the vulnerabilities, threats, and security issues we should consider while deploying precision agriculture? This paper has conducted a holistic threat modeling on component levels of precision agriculture's standard infrastructure using popular threat intelligence tools STRIDE to identify common security issues. Our modeling identifies a noticing of fifty-eight potential security threats to consider. This presentation systematically presented them and advised general mitigation suggestions to support cyber security in precision agriculture.

연구 동기 및 목표

• 연결된 장치와 클라우드 통합으로 인해 증가하는 공격 표면으로 인해 IoT 기반 정밀 농업 시스템의 사이버 보안 문제에 대응하기 위해.
• 시스템 무결성, 개인정보 보호 및 가용성에 영향을 줄 수 있는 표준 정밀 농업 인프라의 구성 요소 수준에서의 취약점과 위협 벡터를 식별하기 위해.
• 정밀 농업 워크플로우에서 잠재적인 사이버 위협을 열거하고 분류하기 위해 STRIDE를 활용한 체계적인 위협 모델링 접근법을 개발하기 위해.
• 암호화, 액세스 제어, 침입 탐지와 같은 실용적이고 일반화 가능한 방어 메커니즘을 제안하여 식별된 위협을 완화하기 위해.
• 배포 이전에 사전에 위협을 식별함으로써 더 안전하고 신뢰할 수 있으며 내재성이 높은 정밀 농업 시스템 설계를 지원하기 위해.

제안 방법

• 시스템 구성 요소와 데이터 흐름을 분석하기 위해 Microsoft의 STRIDE 위협 모델링 프레임워크(Spoofing, Tampering, Repudiation, Information Disclosure, Denial of Service, Elevation of Privilege)를 적용하였다.
• 주요 구성 요소인 IoT 게이트웨이/플로우 노드(IGFN), IoT 현장 게이트웨이(IFG), 액추에이터, 클라우드 및 외부 상호작용자(원격 사용자, 모바일 클라이언트)에 중점을 둔 데이터 흐름도(DFD)를 구축하였다.
• 신뢰가 보장되고 외부 보안 제어가 적용된 것으로 간주되어 센서 및 현장의 IoT 노드, 클라우드/위성 제공자로부터의 위협 분석을 제외하였다.
• 각 구성 요소, 데이터 흐름 및 상호작용을 체계적으로 평가함으로써 STRIDE 카테고리에 따라 58개의 고유한 사이버 위협을 식별하였다.
• NIST 기준에 부합하는 암호화 강도를 확보하기 위해 AES, RSA, TLS, WPA3, HMAC, CMAC, IPsec 및 HSM 등을 포함한 방어 메커니즘을 제안하였다.
• 시스템 계층 전반에서 체계적이고 시각적이며 반복 가능한 위협 모델링을 지원하기 위해 오픈소스 Microsoft 위협 모델링 툴을 사용하였다.

실험 결과

연구 질문

• RQ1 IoT 기반 정밀 농업 시스템의 구성 요소 간 상호작용에 영향을 주는 주요 사이버 위협은 무엇인가?
• RQ2 STRIDE 위협 모델링 방법론은 정밀 농업 인프라의 보안 위협을 효과적으로 식별하고 분류하는 데 어떻게 적용될 수 있는가?
• RQ3 정밀 농업 시스템에서 특정 STRIDE 기반 위협 카테고리의 위협을 완화하기 위해 가장 적절한 방어 메커니즘은 무엇인가?
• RQ4 게이트웨이, 액추에이터, 클라우드 서비스 및 원격 사용자 간의 데이터 흐름으로 인해 스마트 농업 생태계에 도입된 주요 취약점은 무엇인가?
• RQ5 위협 모델링은 더 안전하고 내재성이 높은 정밀 농업 시스템의 사전 설계에 어떻게 기여할 수 있는가?

주요 결과

• 표준 정밀 농업 시스템 아키텍처에서 여섯 가지 STRIDE 위협 카테고리에 걸쳐 58개의 고유한 사이버 보안 위협이 식별되었다.
• 가장 흔한 위협 카테고리는 정보 유출(12개 위협), 이어 서비스 거부(10개 위협), 변조(9개 위협)였으며, 이는 데이터 및 서비스 가용성 문제가 주요 우려 사항임을 시사한다.
• 클라우드 데이터에 대한 무단 액세스, 현장 게이트웨이의 위조, 관개 명령의 조작과 같은 위협은 비상적인 위험으로 명시적으로 식별되었다.
• 자원이 제한된 장치와 보안되지 않은 무선 통신 채널이 공격 표면과 취약성 노출을 크게 증가시킨다는 점이 확인되었다.
• 엔드 투 엔드 암호화(AES, RSA), 상호 인증(HMAC, CMAC), 보안 전송 프로토콜(TLS, IPsec)과 같은 방어 메커니즘이 여러 가지 위협 유형을 완화하는 데 필수적이라는 것이 입증되었다.
• 데이터의 정적 및 이동 중 보안을 위한 기준으로서, NIST에서 추천하는 암호화 기준(예: AES의 256비트 키, RSA의 3072비트 키)의 통합을 제안하였다.