[论文解读] From Physical to Cyber: Escalating Protection for Personalized Auto Insurance

Le Guan, Jun Xu+6 more|Rare & Special e-Zone (The Hong Kong University of Science and Technology)|Sep 8, 2016

Advanced Malware Detection Techniques参考文献 41被引用 13

一句话总结

本文提出了一种防御机制，利用不可伪造的物理世界加速度计数据检测个性化汽车保险系统中被篡改的远程信息处理数据。通过使用统计混合回归模型对比实时加速度与OBD-2速度读数，该系统实现了0.032的误报率和0.013的漏报率，有效识别出欺诈性保险折扣尝试，且无需依赖设备漏洞。

ABSTRACT

Nowadays, auto insurance companies set personalized insurance rate based on data gathered directly from their customers' cars. In this paper, we show such a personalized insurance mechanism -- wildly adopted by many auto insurance companies -- is vulnerable to exploit. In particular, we demonstrate that an adversary can leverage off-the-shelf hardware to manipulate the data to the device that collects drivers' habits for insurance rate customization and obtain a fraudulent insurance discount. In response to this type of attack, we also propose a defense mechanism that escalates the protection for insurers' data collection. The main idea of this mechanism is to augment the insurer's data collection device with the ability to gather unforgeable data acquired from the physical world, and then leverage these data to identify manipulated data points. Our defense mechanism leveraged a statistical model built on unmanipulated data and is robust to manipulation methods that are not foreseen previously. We have implemented this defense mechanism as a proof-of-concept prototype and tested its effectiveness in the real world. Our evaluation shows that our defense mechanism exhibits a false positive rate of 0.032 and a false negative rate of 0.013.

研究动机与目标

• 识别个性化汽车保险系统中利用未经验证的远程信息处理数据进行欺诈性折扣获利的漏洞。
• 解决依赖OBD-2数据的保险远程信息处理设备中缺乏数据真实性验证的问题。
• 开发一种利用不可伪造的物理世界传感器数据检测数据篡改的防御机制。
• 构建一种鲁棒的统计模型，即使在事先未知攻击方法的情况下，也能识别被篡改的速度读数。
• 通过概念验证原型，在真实世界条件下验证该防御机制的有效性。

提出的方法

• 在保险远程信息处理设备中集成嵌入式三维加速度计，以捕获不可伪造的物理世界加速度数据。
• 从车辆的车载系统（OBD-2接口）收集同步的OBD-2速度数据，同时从加速度计获取物理加速度数据。
• 使用混合回归模型对两种数据流——OBD-2速度与物理加速度——进行统计关联与对比。
• 利用未被篡改的数据训练统计模型，以学习正常驾驶行为模式并检测异常。
• 检测OBD-2速度与基于集成加速度的速度之间的差异，以标记潜在的数据篡改行为。
• 采用市售硬件实现系统概念验证原型，以验证其在真实世界中的性能。

实验结果

研究问题

• RQ1 是否可以使用市售硬件以某种方式篡改OBD-2速度数据，从而规避保险个性化算法的检测？
• RQ2 如何利用不可伪造的物理世界传感器数据验证保险系统中基于网络的远程信息处理数据的真实性？
• RQ3 基于物理加速度的统计模型在多大程度上能够检测出GPS方法（1 Hz）无法捕捉的细微速度篡改？
• RQ4 当面对此前未见过的篡改技术时，该防御机制是否仍能保持高准确率？
• RQ5 与现有的基于GPS或智能手机的检测系统相比，该方法在性能和可靠性方面表现如何？

主要发现

• 所提出的防御机制实现了0.032的误报率，表明其极少将合法数据错误分类为欺诈性数据。
• 该系统表现出0.013的漏报率，意味着成功检测到98.7%的实际数据篡改尝试。
• 使用高频加速度计数据（16.7 Hz）可检测到GPS系统（1 Hz）无法捕捉的细粒度速度篡改。
• 基于混合回归模型的统计模型对未知篡改方法表现出鲁棒性，提升了长期安全性。
• 原型在真实驾驶场景中成功检测到数据篡改，验证了该方法的可行性。
• 由于时间分辨率更高且抗信号丢失能力更强，该防御机制在可靠性和准确性方面均优于基于GPS或智能手机的替代方案。