[论文解读] PFirewall: Semantics-Aware Customizable Data Flow Control for Home Automation Systems

Haotian Chi, Qiang Zeng+2 more|arXiv (Cornell University)|Oct 17, 2019

Advanced Malware Detection Techniques参考文献 26被引用 11

一句话总结

PFirewall 是一种语义感知的、可自定义的数据流控制机制，通过从自动化应用逻辑自动生成最小化数据策略并支持用户自定义隐私策略，有效减少了家庭自动化平台中的物联网数据泄露。它使用透明的中间人代理在数据到达平台前进行过滤，将数据传输量减少97%，同时保持家庭自动化功能的正常运行。

ABSTRACT

Emerging Internet of Thing (IoT) platforms provide a convenient solution for integrating heterogeneous IoT devices and deploying home automation applications. However, serious privacy threats arise as device data now flow out to the IoT platforms, which may be subject to various attacks. We observe two privacy-unfriendly practices in emerging home automation systems: first, the majority of data flowed to the platform are superfluous in the sense that they do not trigger any home automation; second, home owners currently have nearly zero control over their data. We present PFirewall, a customizable data-flow control system to enhance user privacy. PFirewall analyzes the automation apps to extract their semantics, which are automatically transformed into data-minimization policies; these policies only send minimized data flows to the platform for app execution, such that the ability of attackers to infer user privacy is significantly impaired. In addition, PFirewall provides capabilities and interfaces for users to define and enforce customizable policies based on individual privacy preferences. PFirewall adopts an elegant man-in-the-middle design, transparently executing data minimization and user-defined policies to process raw data flows and mediating the processed data between IoT devices and the platform (via the hub), without requiring modifications of the platform or IoT devices. We implement PFirewall to work with two popular platforms: SmartThings and openHAB, and set up two real-world testbeds to evaluate its performance. The evaluation results show that PFirewall is very effective: it reduces IoT data sent to the platform by 97% and enforces user defined policies successfully.

研究动机与目标

• 解决用户对数据流向物联网平台缺乏控制的问题，这些平台常常传输不必要的数据。
• 基于家庭自动化应用的实际语义强制实施数据最小化，以减少隐私暴露。
• 为用户提供可自定义的隐私策略，以反映个人偏好。
• 在不修改平台或设备的前提下，实现在现有封闭物联网平台中的数据保护。
• 在最小化发送至云端的数据量的同时，保持家庭自动化功能的完整性。

提出的方法

• PFirewall 使用静态和动态代码分析，从家庭自动化应用中提取基于规则的语义，表示为事件-条件-动作（ECA）规则。
• 通过分析执行规则所必需的数据，自动生成数据最小化策略。
• 在物联网设备与平台网关之间部署中间人代理，以透明方式中介并过滤数据流。
• 系统通过代理支持策略执行，可根据应用语义和用户定义规则丢弃、修改或模糊化数据。
• 通过现有API和脚本工具与SmartThings和openHAB等平台集成，无需修改平台或设备固件。
• 用户自定义策略通过可配置界面强制执行，实现对数据泄露的细粒度控制。

实验结果

研究问题

• RQ1 如何从家庭自动化应用的语义中自动推导出数据最小化策略？
• RQ2 透明的、非侵入式代理系统是否能有效减少封闭物联网平台中的数据泄露，同时不破坏自动化功能？
• RQ3 用户自定义隐私策略在现有平台架构中可集成到何种程度？
• RQ4 该系统在保持家庭自动化正确性的同时，减少数据传输的效率如何？
• RQ5 在真实智能家居环境中部署此类系统时，性能开销和可行性如何？

主要发现

• 在真实世界测试平台评估中，PFirewall 将发送至物联网平台的数据量减少了97%。
• 该系统成功执行了自动生�成的数据最小化策略和用户自定义隐私策略，且未干扰家庭自动化功能。
• 透明代理架构实现了有效的中介控制，无需修改平台或物联网设备。
• 该方法具有可扩展性，已成功集成至SmartThings和openHAB等不同平台，证明其通用性。
• 即使平台被攻破，该系统也能显著降低攻击者从数据流中推断用户行为的能力。
• 评估结果确认，基于ECA规则语义的数据最小化不会影响自动化工作流的功能正确性。