[论文解读] A Language for Modelling False Data Injection Attacks in Internet of Things

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

Security and Verification in Computing参考文献 11被引用 3

一句话总结

本文提出了一种领域特定语言（DSL），用于在物联网（IoT）系统中建模和执行虚假数据注入攻击（FDIA）。该DSL能够对数据完整性攻击（如温度伪造或地理衰减的污染数据注入）进行精确、可表达的仿真，针对真实物联网数据集，复杂场景的执行时间低于2秒，证明其在测试系统韧性及训练检测机制方面的实用性。

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.

研究动机与目标

• 为解决物联网系统中虚假数据注入攻击（FDIA）这一研究不足的问题，其中数据完整性至关重要但常易受攻击。
• 设计并实现一种领域特定语言（DSL），支持在真实物联网数据上精确、可执行地建模FDIA场景。
• 支持从简单到复杂的攻击模式，包括空间感知、距离依赖的数据修改。
• 支持该DSL在系统韧性测试和FDIA检测机器学习模型训练中的实际应用。
• 通过使用来自停车计费器和环境传感器的真实物联网数据集，证明该方法的可行性与高效性。

提出的方法

• DSL采用支持场景定义、通过条件（如仪表编号、地理位置）选择数据、以及数据修改（如赋值、带衰减的增量增加）的语法设计。
• 该工具使用JSON展平技术处理异构的物联网数据格式，并支持在真实生产数据集上执行。
• 选择操作通过逻辑条件实现，例如 'where meter_code="521"' 或空间查询如 'location isInsideCircle(...)'。
• 修改逻辑包括直接赋值（如 'set temperatureTC=50'）以及随时间与距离动态变化的修改，例如 'particles+=(0.0->99999.0,10.0) with attenuation of 10.0 from 0 to 999999999'。
• DSL支持在包含数千条记录的数据集上执行，复杂场景（涉及多个传感器）的执行时间低于2秒。
• 该工具以原始格式导出修改后的数据，保留数据结构，便于下游测试与分析。

实验结果

研究问题

• RQ1 如何设计一种领域特定语言，以在物联网系统中建模真实的虚假数据注入攻击？
• RQ2 该DSL能否表达从简单到复杂的FDIA模式，包括地理受限和距离衰减的数据篡改？
• RQ3 使用该DSL在真实物联网数据集上执行FDIA场景时，性能开销如何？
• RQ4 该DSL在多大程度上可模拟真实世界环境或系统中断的攻击？
• RQ5 该DSL在支持韧性测试和FDIA检测机器学习训练方面的有效性如何？

主要发现

• DSL成功建模并执行了一个简单的FDIA场景——将时间窗口内所有温度数据替换为50°C，该攻击可被肉眼和算法检测到。
• DSL支持复杂且真实的攻击，例如在多个传感器上模拟PM10颗粒物水平随距离从攻击源逐渐增加的衰减效应。
• 在一个涉及三名传感器、共8,931条记录、持续一个月的复杂场景中，DSL在2秒内完成攻击执行，展现出高性能。
• 攻击结果表现出空间合理性：距离攻击中心更近的传感器（如仪表500）显示出更高的颗粒物值，而距离更远的传感器（如515）受影响较小，符合预期的物理行为。
• 该工具成功保留了原始数据结构的输出，支持与下游测试和分析流水线的无缝集成。
• DSL的表达能力支持建模多种攻击类型，如模拟声波传播或热浪条件，从而增强其在系统加固和检测训练中的适用性。