[논문]시퀀스 유사도 기반 무인 비행체 이상 탐지 시스템

서강욱; 김휘강

doi:10.13089/jkiisc.2022.32.1.39

시퀀스 유사도 기반 무인 비행체 이상 탐지 시스템
Sequence Based Anomaly Detection System for Unmanned Aerial Vehicle 원문보기

情報保護學會論文誌 = Journal of the Korea Institute of Information Security and Cryptology, v.32 no.1, 2022년, pp.39 - 48

서강욱 (고려대학교 정보보호대학원) , 김휘강 (고려대학교 정보보호대학원)

초록
AI-Helper

본 논문에서는 무인 비행체 내부 네트워크의 이상 징후를 탐지하는 시퀀스 기반 이상 탐지 시스템을 제안한다. 제안하는 이상 탐지 시스템은 무인 비행체가 지상 통제 시스템에 주기적으로 전송하는 상태 메시지 시퀀스들 간의 유사도를 측정하여 이상 징후를 탐지한다. 본 연구에서는 무인 비행체 내부 네트워크에서 수행 가능한 악의적인 메시지 주입 공격 세 가지를 정의하고, 해당 공격 기법들을 Pixhawk4 쿼드콥터에서 시뮬레이션하였다. 결과적으로, 제안하는 이상 탐지 시스템은 96% 이상의 정확도로 비정상 시퀀스를 탐지할 수 있었다.

Abstract ▼ AI-Helper

In this paper, we propose an anomaly detection system (ADS) to detect anomalies of the in-vehicle network for unmanned aerial vehicle (UAV). The proposed ADS detects the anomalies by measuring the similarity of status messages sequences periodically sent by the UAV to the ground control system. We defined three types of malicious message injection attacks that can be performed on the in-vehicle network of UAV and simulated those attack techniques in the Pixhawk4 quadcopter. The proposed ADS can detect abnormal sequences with accuracy of higher than 96%.

주제어

표/그림 (10)

그림 Fig. 1. UAV network topology
그림 Fig. 2(a). CPU load rate of flight controller in normal state
그림 Fig. 2(b). CPU load rate of flight controller in attack state
그림 Fig. 2(c). ESC(Electric Speed Controller) connection lost alert shown in ground control system
표 Table 1. Impacts of each attack technique
그림 Fig. 3. Periodic updates of status messages
그림 Fig. 4. Overall process of the proposed anomaly detection system
그림 Fig. 5. Distribution anomaly scores calculated by nLCS or Jaccard Similarity per each window size
표 Table 2. Dataset information
표 Table 3. Detection performances per each similarity measure algorithm and window size

AI 본문요약
AI-Helper

문제 정의

본 논문에서는 무인 비행체 내부 네트워크에서 수행 가능한 세 종류의 악의적인 메시지 주입 공격 기법을 정의하고, 해당 공격 기법들이 비행체의 정상작동을 저해한다는 것을 실제 무인 비행체를 이용한 실험을 통해 입증하였다. 또한 본 논문에서는 MAV Link MSG ID 시퀀스들 간 유사도를 기반으로 무인 비행체의 이상 징후를 탐지하는 시스템을 제안하였다. 잘 알려진 네 종류의 유사도 측정 알고리즘을 이용하여 시퀀스의 유사도 점수를 계산하였고, 정상시퀀스와 비정상 시퀀스를 효과적으로 분류해냈다.
본 논문에서는 UAVCAN 프로토콜을 기반으로 구성된 무인 비행체 내부 네트워크에서 수행 가능한 악의적인 메시지 주입 공격 세가지를 정의하고, 해당 공격 기법들로 인해 유발된 이상 징후를 탐지하는 이상 탐지 시스템을 제안한다
본 논문에서는 무인 비행체 내부 네트워크에서 수행 가능한 세 종류의 악의적인 메시지 주입 공격 기법을 정의하고, 해당 공격 기법들이 비행체의 정상작동을 저해한다는 것을 실제 무인 비행체를 이용한 실험을 통해 입증하였다. 또한 본 논문에서는 MAV Link MSG ID 시퀀스들 간 유사도를 기반으로 무인 비행체의 이상 징후를 탐지하는 시스템을 제안하였다.
본 연구에서는 악의적인 노드에 의해 비행체 내부 컴포넌트에 오작동이 발생할 시 비행체가 상태 메시지들을 제대로 생성하거나 송신할 수 없을 것이라 가정하였다. 이 가정을 토대로, 무인 비행체의 상태 메시지 시퀀스들 간의 유사도를 계산하여 무인 비행체의 이상 여부를 탐지하는 시스템을 제안한다. 제안하는 이상 탐지 시스템은 무인 비행체 외부에 위치하므로 비행체에 추가적인 부하를 일으키지 않는다.

가설 설정

본 연구에서는 Fig. 1.과 같이 UAVCAN 프로토콜을 기반으로 구성된 무인 비행체 내부 네트워크에 악의적인 노드(Malicious node)가 존재하는 상황을 가정하였다. 악의적인 노드의 제약 사항은 다음과 같다.
여러 상태 메시지들이 일정한 주기로 수신되고 있는 것을 알 수 있다. 본 연구에서는 악의적인 노드에 의해 비행체 내부 컴포넌트에 오작동이 발생할 시 비행체가 상태 메시지들을 제대로 생성하거나 송신할 수 없을 것이라 가정하였다. 이 가정을 토대로, 무인 비행체의 상태 메시지 시퀀스들 간의 유사도를 계산하여 무인 비행체의 이상 여부를 탐지하는 시스템을 제안한다.

제안 방법

각각의 유사도 계산 알고리즘과 Test 데이터셋에 대해 피쳐 추출부의 window size 값을 조정하며 탐지 성능을 측정하였다. stride 값은 windowsize와 같은 값을 갖도록 하였다.
또한 본 논문에서는 MAV Link MSG ID 시퀀스들 간 유사도를 기반으로 무인 비행체의 이상 징후를 탐지하는 시스템을 제안하였다. 잘 알려진 네 종류의 유사도 측정 알고리즘을 이용하여 시퀀스의 유사도 점수를 계산하였고, 정상시퀀스와 비정상 시퀀스를 효과적으로 분류해냈다. 유사도 측정 알고리즘의 성질을 바탕으로 시퀀스 내 MSG ID들의 순서 정보가 무인 비행체의 정상 및 비정상 여부를 식별하는 중요한 정보임을 확인하였다.
는 본 논문에서 제안하는 시퀀스 기반 이상 탐지 시스템의 동작 흐름도이다. 제안하는 시스템은 데이터 수집부(Data Collection Module), 피쳐 추출부(Feature Extraction Module), 탐지부(Detection Module)의 세 가지 모듈로 이루어져 있다.
본 논문에서는 UAVCAN 프로토콜을 기반으로 구성된 무인 비행체 내부 네트워크에서 수행 가능한 악의적인 메시지 주입 공격 세가지를 정의하고, 해당 공격 기법들로 인해 유발된 이상 징후를 탐지하는 이상 탐지 시스템을 제안한다. 제안하는 이상 탐지 시스템은 무인 비행체와 지상 통제 시스템 간 통신 트래픽의 패턴을 분석하여 이상징후를탐지한다.

대상 데이터

데이터 수집부(Data Collection Module)는무인 비행체가 지상 통제 시스템에 전송한MAVLink 패킷들로 MSG ID 필드 값만 추출하고 이들을 수신 시간 순으로 나열한 시퀀스를 생성한다.
는 각각의 공격 기법을시뮬레이션할때 수집한 데이터셋의 정보를 보여준다. 모든데이터셋은 공통적으로 16 종류의 MSGID들로이루어져있다.
본 연구의 한계점은 다음과 같다. 본 논문에서 사용한 무인 비행체는 내부 네트워크 내에 변속기와 비행 컨트롤러만 존재하는 간단한 형태의 소형 드론이다. 복잡한 내부 네트워크를 갖고 더욱 다양한 종류의 상태 메시지를 생성하는 중대형 무인 비행체를 대상으로 제안하는 이상 탐지 시스템의 효용성을 검증해야한다.

성능/효과

nLCS와 Levenshtein distance은 window size가 증가함에 따라 성능 수치도 증가한 반면, Jaccard Similarity와 Jaro Distance는 window size에 따른 유의미한 성능 변화가 관찰되지 않았다. nLCS를 사용하고 window size를 40으로 설정했을 때 가장 높은 성능을 기록했다.
◉ 제안하는 공격 기법은 UAVCAN 프로토콜의 구조적 결함을 이용하므로 UAVCAN 프로토콜을 지원하는 모든 종류의 전자 제어 장치에 시도해볼 수 있다.
◉ 제안하는 이상 탐지 시스템은 정상 운행 상태일 때 수집한 데이터만을 활용하여 이상 징후를 효과적으로 식별할 수 있다.
잘 알려진 네 종류의 유사도 측정 알고리즘을 이용하여 시퀀스의 유사도 점수를 계산하였고, 정상시퀀스와 비정상 시퀀스를 효과적으로 분류해냈다. 유사도 측정 알고리즘의 성질을 바탕으로 시퀀스 내 MSG ID들의 순서 정보가 무인 비행체의 정상 및 비정상 여부를 식별하는 중요한 정보임을 확인하였다.

후속연구

본 논문에서 사용한 무인 비행체는 내부 네트워크 내에 변속기와 비행 컨트롤러만 존재하는 간단한 형태의 소형 드론이다. 복잡한 내부 네트워크를 갖고 더욱 다양한 종류의 상태 메시지를 생성하는 중대형 무인 비행체를 대상으로 제안하는 이상 탐지 시스템의 효용성을 검증해야한다. 또한, 탐지 성능을 높이기 위해 단순히 window size를 증가시키는 것은 바람직하지 않다.
향후 복잡한 내부 네트워크를 가진 중대형 무인비행체를 대상으로 무인 비행체가 상태 메시지를 생성하는 빠르기와 탐지 시스템의 컴퓨팅 능력 등을 고려한 최적의 window size를 결정하는 연구를 진행할 계획이다.

참고문헌 (24)

Hayat, S., Yanmaz, E., Muzaffar, R., "Survey on unmanned aerial vehicle networks for civil applications: A communications viewpoint," IEEE Communications Surveys Tutorials, 18(4), pp. 2624-2661, 2016.

상세보기
Meier, L., "Dynamic Robot Architecture for Robust Realtime Computer Vision," Ph.D. thesis ETH Zurich, 2017.
Uncomplicated application-layer vehicular computing and Networking. Uncomplicated Application-layer Vehicular Computing And Networking, https://uavcan.org/, November 5. 2021.
Wikimedia Foundation. "Iran-U.S. RQ-170 incident". https://en.wikipedia.org/wiki/Iran%E2%80%93U.S._RQ-170_incident, October 19. 2021.
Bozdal, M., Samie, M., & Jennions, I., "A survey on can bus protocol: Attacks, challenges, and potential solutions," In 2018 International Conference on Computing, Electronics & Communications Engineering (iCCECE), pp. 201-205, Aug. 2018.
Olufowobi, H., Young, C., Zambreno, J., Bloom, G., "Saiducant: Specificationbased automotive intrusion detection using controller area network (can) timing," IEEE Transactions on Vehicular Technology, 69(2), pp. 1484-1494, 2020.

상세보기
Sun, H., Lee, S.Y., Joo, K., Jin, H., Lee, D.H., "Catch id if you can: Dynamic id virtualization mechanism for the controller area network," IEEE Access, 7, pp. 158237-158249, 2019.

상세보기
Tariq, S., Lee, S., Kim, H.K., Woo, S.S., "Can-adf: The controller area network attac kdetection framework," Computers & Security, 94, pp. 101857, 2020.

상세보기
Wang, Q., Lu, Z., Qu, G., "An entropy analysis based intrusion detection system for controller area network in vehicles," In 2018 31st IEEE International System-on-Chip Conference (SOCC), pp. 90-95, 2018.
Birnbaum, Z., Dolgikh, A., Skormin, V., O'Brien, E., Muller, D., "Unmanned aerial vehicle security using recursive parameter estimation,"In: 2014 International Conference on Unmanned Aircraft Systems (ICUAS), pp. 692-702, 2014.
Kim, K.H., Nalluri, S., Kashinath, A., Wang, Y., Mohan, S., Pajic, M., Li, B., "Security analysis against spoofing attacks for distributed uavs," In: Decentralized IoT Systems and Security, 2020.
Loukas, G., Vuong, T., Heartfield, R., Sakellari, G., Yoon, Y., Gan, D., "Cloud-based cyberphysical intrusion detection for vehicles using deep learning," IEEE Access, 6, pp. 3491-3508, 2018.

상세보기
Sedjelmaci, H., Senouci, S.M., Ansari, N., "Ahierarchical detection and response system to enhance security against lethal cyber-attacks in uav networks," IEEE Transactions on Systems, Man, and Cybernetics: Systems, 48(9), pp. 1594-1606, 2018.

상세보기
Meng, L., Ren, S., Tang, G., Yang, C., & Yang, W.," Uav sensor spoofing detection algorithm based on gps and optical flow fusion," In Proceedings of the 2020 4th International Conference on Cryptography, Security and Privacy, pp. 146-151, Jan. 2020.
Kapoor, P., Vora, A., Kang, K.D., "Detecting and mitigating spoofing attack against an automotive radar," In: 2018 IEEE 88th Vehicular Technology Conference (VTCFall). pp. 1-6, 2018.
Panice, G., Luongo, S., Gigante, G., Pascarella, D., Di Benedetto, C., Vozella, A., Pescap'e, A., "A svm-based detection approach for gps-spoofing attacks to uav," In: 2017 23rd International Conference on Automation and Computing (ICAC), pp. 1-11, 2017.
Ebeid, E., Skriver, M., & Jin, J., "A survey on open-source flight control platforms of unmanned aerial vehicle," In 2017 Euromicro Conference on Digital System Design (DSD), pp. 396-402, Aug. 2017.
Koubaa, A., Allouch, A., Alajlan, M., Javed, Y., Belghith, A., & Khalgui, M., "Micro air vehicle link (mavlink) in a nutshell: A survey," IEEE Access, 7, pp. 87658-87680, 2019.

상세보기
Gomaa, W. H., & Fahmy, A. A., "A survey of text similarity approaches," international journal of Computer Applications, 68(13), pp. 13-18, 2013.
Chandola, V., Banerjee, A., & Kumar, V., "Anomaly detection for discrete sequences: A survey," IEEE transactions on knowledge and data engineering, 24(5), pp. 823-839, 2010.

상세보기
Levenshtein, V. I., "Binary codes capable of correcting deletions, insertions, and reversals," In Soviet physics doklady, 10(8), pp. 707-710, Feb. 1966.
Jaccard, P. "Etude comparative de la distribution florale dans une portiondes Alpes et des Jura," Bull Soc Vaudoise Sci Nat, 37, pp. 547-579, 1901.
Jaro, M. A., "Advances in record-linkage methodology as applied to matching the 1985 census of Tampa, Florida," Journal of the American Statistical Association, 84(406), pp. 414-420, 1989.

상세보기
Pant, S., & Lee, S., "Design and Implementation of a CAN Data Analysis Test Bench based on Raspberry Pi," Journal of Multimedia Information System, 6(4), pp. 239-244, 2019.

원문보기 상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증