Skip to main content
QUICK REVIEW

[论文解读] Security Engineering for ISO 21434

Yuri Gil Dantas, Vivek Nigam|arXiv (Cornell University)|Dec 30, 2020
Advanced Software Engineering Methodologies参考文献 15被引用 8
一句话总结

本文提出了一种增量式、自动化驱动的汽车系统安全工程方法,以实现ISO 21434合规性,利用基于逻辑的推理和领域特定语言(DSL),实现严谨、可验证的安全论证,并通过增量评估实现认证文档的高效维护。该方法通过减少人工工作量并最小化对隐含假设和权衡的疏漏,提升了持续车辆安全认证的效率与准确性。

ABSTRACT

The ISO 21434 is a new standard that has been proposed to address the future challenges of automotive cybersecurity. This white paper takes a closer look at the ISO 21434 helping engineers to understand the ISO 21434 parts, the key activities to be carried out and the main artefacts that shall be produced. As any certification, obtaining the ISO 21434 certification can be daunting at first sight. Engineers have to deploy processes that include several security risk assessment methods to produce security arguments and evidence supporting item security claims. In this white paper, we propose a security engineering approach that can ease this process by relying on Rigorous Security Assessments and Incremental Assessment Maintenance methods supported by automation. We demonstrate by example that the proposed approach can greatly increase the quality of the produced artefacts, the efficiency to produce them, as well as enable continuous security assessment. Finally, we point out some key research directions that we are investigating to fully realize the proposed approach.

研究动机与目标

  • 应对由于ICT技术采用增加以及车辆网络攻击上升所带来的日益严峻的汽车网络安全挑战。
  • 为工程师提供对ISO 21434要求、关键活动及必要文档的清晰理解,以实现合规性。
  • 通过实现持续、增量的安全评估与认证,克服传统认证方法的局限性。
  • 通过使用基于逻辑的方法形式化推理,减少人为错误,提升安全论证构建的严谨性。
  • 通过与基于模型的工程及工具链集成,实现安全声明的可扩展、自动化支持。

提出的方法

  • 采用基于逻辑的方法和领域特定语言(DSL),构建具有明确语义、可机器验证的安全论证。
  • 实施严格的安全部评估,利用形式化推理验证安全缓解措施的完整性和正确性。
  • 应用增量评估维护机制,在系统变更后仅更新受影响的安全论证和证据部分,避免全面重新认证。
  • 利用DLV和SMT求解器等自动化验证工具,自动生成、检查并维护安全论证与证据。
  • 将该框架集成至AutoFOCUS3等基于模型的工程工具中,为工程师提供用户友好、图形化的操作界面。
  • 将推理原则扩展至包含时间、故障概率及安全-安全权衡,实现对系统的整体化分析。

实验结果

研究问题

  • RQ1如何使ISO 21434合规性所需的安全论证更加严谨且可机器检查,以防止对隐含假设的疏漏?
  • RQ2哪些机制能够实现在系统更新后对安全认证文档的高效、增量式维护?
  • RQ3自动化如何减少人为错误并提升汽车系统中安全评估的可扩展性?
  • RQ4逻辑编程和形式化工具在生成与验证安全与安全论证中扮演何种角色?
  • RQ5如何系统性地分析并整合安全与安全权衡至设计决策中?

主要发现

  • 所提出的方法可实现安全论证的自动化生成与验证,显著降低缓解措施不完整或错误的风险。
  • 增量评估维护机制支持在无需全面重新认证的情况下高效更新认证文档,从而加快上市时间。
  • 形式化的基于逻辑的方法支持对系统属性的精确查询,例如识别未缓解的威胁,或评估设计对性能与安全的影响。
  • 与AutoFOCUS3等工具的集成提升了可用性,并将严谨的安全评估操作化地融入工程工作流程。
  • 该框架通过支持对时间、故障概率及安全-安全权衡的推理,实现整体化分析。
  • 初步结果表明,DLV等逻辑编程工具可自动生正确的确凿安全论证与证据,为可扩展的自动化奠定基础。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。