[논문]비행 로그 복호화 방식에 따른 DJI 드론 분류

이영우; 김주환; 유지현; 윤주범

doi:10.13089/jkiisc.2022.32.1.77

비행 로그 복호화 방식에 따른 DJI 드론 분류
Classification of DJI Drones Based on Flight Log Decryption Method 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.77 - 88

이영우 (세종대학교) , 김주환 (세종대학교) , 유지현 (세종대학교) , 윤주범 (세종대학교)

초록
AI-Helper

드론(Drone)의 제작기술이 발전하고 대중화되면서 주로 산업, 농업, 군사 등에 치우쳐 있던 드론 시장은 개인·상업 시장에서도 큰 성장세를 보인다. 그중에서 DJI는 개인·상업용 드론 시장에 높은 점유율을 보이고, 이에 따라 DJI 드론의 포렌식 분석이 주목받고 있다. 특히, 범죄행위에 사용된 드론을 탈취·획득하여 분석할 때, 드론의 비행경로 및 하드웨어 정보를 기록한 비행 로그를 해석하는 기술이 필요하고, 이는 DJI의 드론 모델마다 복호화 방식의 차이로 인해 드론 모델별로 다르게 적용할 수밖에 없다. 따라서, 디지털 포렌식 조사관의 관점에서 불상의 드론을 획득하였을 때, 분석할 수 있는 드론 모델에 대한 명확한 분류가 필요하다. 본 논문에서는 포렌식을 통해 DJI 드론의 아티팩트를 추출하여 분석하는 방법을 제안하고, DJI의 출시 연월이 다른 세 가지 드론 모델에 대해서 미디어 데이터의 분석 및 비행 로그 분석 결과와 복호화 방식에 대해서 분석한다. 마지막으로, 상용화된 DJI 드론 비행 로그의 복호화 여부에 따라 DJI 제품군의 드론을 분류한다.

Abstract ▼ AI-Helper

With the development and popularization of drone manufacturing technology, the drone market, which was mainly focused on industry, agriculture, and military, is also showing great growth in individual and commercial markets. Among them, DJI has a high share in the personal and commercial drone market, and accordingly, forensic analysis of DJI drones is drawing attention. In particular, when stealing and analyzing drones used in criminal acts, a technology to interpret flight logs recording drone flight paths and hardware information is needed, which inevitably applies drone models due to differences in decryption methods. Therefore, when an unidentified drone is acquired from the perspective of a digital forensic investigator, a clear classification of a drone model to which analysis can be applied is required. This paper proposes a method of extracting and analyzing artifacts of DJI drones through forensics, and analyzes media data analysis and flight log analysis results and decryption methods for three drone models with different release years of DJI. Finally, drones in the DJI product line are classified according to whether the commercialized DJI drone flight log is decrypted.

주제어

표/그림 (23)

그림 Fig. 1. The flight route of a drone using GPS in Airdata
표 Table 1. The characteristics of DJI drone's flight log
그림 Fig. 2. Details of drone artifacts that can be obtained from mobile phone, drone, and external SD card
그림 Fig. 3. On-board flash memory(left), on-board SD card(right)
그림 Fig. 4. Chip-off method
그림 Fig. 5. The location of flight logs in DJI FLY
그림 Fig. 6. Flight log in external SD card (DJI Mini)
그림 Fig. 7. Camera information to use ExifTool (v12.36)
그림 Fig. 8. GPS information to use ExifTool (v12.36)
그림 Fig. 9. Decrypted DAT log to use DatCon
표 Table 2. Representative features of TXT log (Airdata)
그림 Fig. 10. Sigplayer in CsvView
표 Table 3. Results of obtaining drone artifacts by location (Phantom 3)
표 Table 4. Results of obtaining drone artifacts by location (Mavic Mini, Mini 2)
표 Table 5. Results of media data analysis
표 Table 6. Determining whether to decrypt the flight log of the three drones
그림 Fig. 11. GPS longitude, GPS latitude, wind speed, battery voltage, and flight time plotted using CsvView (Mavic Mini).
그림 Fig. 12. Results of the decrypted mobile DAT file
그림 Fig. 13. Entropy of DJI Drones
그림 Fig. 14. DAT file header of DJI Phantom 3 in mobile storage
그림 Fig. 15. DAT file header of DJI Mini 2 in mobile storage
표 Table 8. Classification of DJI drones based on decryption
표 Table 7. Release date of DJI drone

AI 본문요약
AI-Helper

가설 설정

본 장에서는 3장에서 제시한 DJI 드론의 아티팩트 분석 방법을 활용하여 출시 연월의 1년 이상의 차이가 있는 세 가지 드론을 대상으로 실험을 진행하였다. 먼저, 두 가지 범죄 시나리오를 작성하여 범죄를 저지른다고 가정하고 드론을 비행시켰다. 또한, 두 가지 시나리오를 미디어 데이터 분석과 비행 로그 분석에 적용하여 아티팩트 별 분석 결과를 도출하였고, 최종 결과로 드론의 복호화 여부에 따라서 분석 활용도가 높은 드론을 분류하였다.

제안 방법

각 저장소에서 얻은 아티팩트를 분석 방법을 DJI Phantom 3, DJI Mavi Mini, DJI Mini 2에 두 가지 범죄 시나리오를 적용하여 실험하였다
메타데이터 정보는 어떤 도구를 사용하더라도 같은 정보를 구할 수 있다. 본 논문은 드론 포렌식에 사용 되는 도구인 Autopsy와 가장 대중적으로 사용되는 오픈 소스 도구 ExifTool의 사용을 제안한다. 실제로 ExifTool을 이용해 카메라의 일련번호(Fig.
본 논문은 미디어 데이터를 분석하기 위해 EXIF 메타데이터를 분석하는 방법을 제안한다. 일반적으로 EXIF 메타데이터는 카메라 제조사, 카메라 일련번호, 회전 방향, 날짜 및 시간, 색공간, 초점거리, 플래시, ISO 속도, 조리개, 셔터속도, GPS 등의 정보를 포함하고 있으며, 이 중 GPS 정보, 카메라정보, 날짜 및 시간 정보를 획득하는 것을 목적으로한다.
본 논문은 세계 드론 시장을 주도하고 있는 DJI 드론 중 250g 미만의 경량화 드론인 DJI Mavic Mini, DJI Mini 2 드론과 초기 DJI 드론 모델인 DJI Phantom 3을 범죄 시나리오를 설정하여 비 행시켰다. 이를 통해 우리는 드론에서 얻을 수 있는 아티팩트의 위치와 분석 방법을 제시하였고, 각 아티 팩트가 가지는 의미를 분석하였다.
이를 통해 우리는 드론에서 얻을 수 있는 아티팩트의 위치와 분석 방법을 제시하였고, 각 아티 팩트가 가지는 의미를 분석하였다. 우리는 더 나아가 암호화된 비행 로그에 대한 복호화 방식이 드론 모델 마다 다르게 적용되는 것을 파악하였고, 이에 따라 포렌식 분석이 가능한 DJI 드론을 분류하였다.
지난 몇 년 동안, 취미 용도 드론의 증가는 드론 범죄의 증가를 가져왔다. 이를 위해 본 논문은 악의적인 드론 사용에 맞서는 드론 포렌식 연구의 필요성을 강조하고, DJI 드론의 아티팩트 저장 위치와 분석 방법 및 분석에 용이한 드론 포렌식 도구를 제시하였다. 제안한 분석 방법은 모든 DJI 드론 제품군에 통용하여 사용할 수 있다.
본 논문은 세계 드론 시장을 주도하고 있는 DJI 드론 중 250g 미만의 경량화 드론인 DJI Mavic Mini, DJI Mini 2 드론과 초기 DJI 드론 모델인 DJI Phantom 3을 범죄 시나리오를 설정하여 비 행시켰다. 이를 통해 우리는 드론에서 얻을 수 있는 아티팩트의 위치와 분석 방법을 제시하였고, 각 아티 팩트가 가지는 의미를 분석하였다. 우리는 더 나아가 암호화된 비행 로그에 대한 복호화 방식이 드론 모델 마다 다르게 적용되는 것을 파악하였고, 이에 따라 포렌식 분석이 가능한 DJI 드론을 분류하였다.
DAT 형식의 로그의 경우 마찬가지로 Airdata와 같은 드론 관리 사이트에서 복호화할 수 있다. 하지만, 본 논문은 DatCon을 이용해 DAT 형식의 로그를 분석하는 것을 제안한다. DatCon 도구는 프리웨어이며, 자체적으로 DJI와 협약을 맺지 않고 DAT 파일을 복호화하였다.
하지만, 비행 로그의 분석 결과는 DJI 드론의 종류마다 차이가 발생하였고, 이를 위해 본 연구에서는 세 가지 드론에 대한 DAT 로그의 복호화를 실험하였으며, 그 결과로 주로 사용되는 DJI 드론을 세 종류로 분류하였다. 본 논문에서 제시한 드론의 분류는 점진적으로 발전한 비행 로그의 암호화 방식을 나타내는 판단 근거가 되며, 불상의 DJI 드론을 획득 및 분석 시 드론 모델의 식별 이후 진행될 포렌식 분석의 기준점이 될 것으로 기대한다.
log파일이 존재했고, 해당 파일을 분석하기 위해서 DAT 파일로 확장자를 변경해야 한다. 확장자를 변경할 경우 DAT 형식의 비행 로그분석과 분석 결과와 이후 실험에는 LOG 형식의 비행 로그를 DAT형식의 로그로 간주하고 실험을 진행하였다.

대상 데이터

먼저, DJI Phantom 3, DJI Mavic Mini, DJI Mini 2 세 가지 드론을 사용했다. 각 드론에 대해 모바일 저장소, 외장 SD 카드의 정보를 얻기 위해서, Samsung Galaxy S21+ 안드로이드 스마트 폰을 이용하였고, 외장 SD 카드는 Sandisk 16GB Extreme을 사용하였다. 또한, 미디어 데이터 분석과 비행 로그 분석을 위해 ExifTool, Autopsy, Datcon, CsvView를 사용하였다.
각 드론에 대해 모바일 저장소, 외장 SD 카드의 정보를 얻기 위해서, Samsung Galaxy S21+ 안드로이드 스마트 폰을 이용하였고, 외장 SD 카드는 Sandisk 16GB Extreme을 사용하였다. 또한, 미디어 데이터 분석과 비행 로그 분석을 위해 ExifTool, Autopsy, Datcon, CsvView를 사용하였다.
본 논문의 실험을 진행한 환경은 다음과 같다. 먼저, DJI Phantom 3, DJI Mavic Mini, DJI Mini 2 세 가지 드론을 사용했다. 각 드론에 대해 모바일 저장소, 외장 SD 카드의 정보를 얻기 위해서, Samsung Galaxy S21+ 안드로이드 스마트 폰을 이용하였고, 외장 SD 카드는 Sandisk 16GB Extreme을 사용하였다.
과 같다. 본 논문에서 실험한 Phantom 3의 경우 2015년 3월에 출시되었고, Mavic Mini와 Mini 2의 경우 각각 2019년 11월과 2020년 11월에 출시되었다. 출시 연월과 비행 로그의 복호화 여부를 연관 지었을 때 시간의 흐름과 관계되었다는 사실을 알 수 있다.
본 장에서는 3장에서 제시한 DJI 드론의 아티팩트 분석 방법을 활용하여 출시 연월의 1년 이상의 차이가 있는 세 가지 드론을 대상으로 실험을 진행하였다. 먼저, 두 가지 범죄 시나리오를 작성하여 범죄를 저지른다고 가정하고 드론을 비행시켰다.

데이터처리

3장에서 제시한 DJI 드론 분석 방법을 이용하여 세 가지 DJI 드론을 두 가지 범죄 시나리오에 따라서 비행한 후 아티팩트를 분석했다. 먼저, 드론 아티팩트 획득 장소와 획득 가능한 아티팩트를 정리한표는 Table 3.
먼저, 두 가지 범죄 시나리오를 작성하여 범죄를 저지른다고 가정하고 드론을 비행시켰다. 또한, 두 가지 시나리오를 미디어 데이터 분석과 비행 로그 분석에 적용하여 아티팩트 별 분석 결과를 도출하였고, 최종 결과로 드론의 복호화 여부에 따라서 분석 활용도가 높은 드론을 분류하였다.

성능/효과

또한, 미디어 데이터를 분석하는 경우 세 가지 드론에서 동일하게 GPS 정보와 타임스탬프, 카메라 일련번호 등을 얻을 수 있었으며, 이는 포렌식 관점에서 5W1H 중 5가지를 만족한다.
그 외의 모델 중 DJI Mavic Air, DJI Air 2, DJI Mavic 2의 경우 내부 저장소에서 획득하는 DAT 로그의 경우 복호화하지 못하였지만, 모바일 저장소에서 획득한 DAT 로그는 복호화할 수 있었다. 마지막으로, 본 논문에서 분석한 DJI Mini 2의 경우 모바일 저장소에서 획득한 DAT 로그를 복호화하지 못했으며, 외장 SD 카드에서 획득한 LOG 형식의 비행 로그도 복호화할 수 없었다. 이를 통해 DJI 드론을 세 가지로 분류하였으며, 이는Table 8.
제안한 분석 방법은 모든 DJI 드론 제품군에 통용하여 사용할 수 있다. 먼저, 드론의 아티팩트 저장소는 내부 저장소, 모바일저 장소, 외장 SD 카드로 나눌 수 있고. 각 저장소에서 얻은 아티팩트를 분석 방법을 DJI Phantom 3, DJI Mavi Mini, DJI Mini 2에 두 가지 범죄 시나리오를 적용하여 실험하였다.
각 저장소에서 얻은 아티팩트를 분석 방법을 DJI Phantom 3, DJI Mavi Mini, DJI Mini 2에 두 가지 범죄 시나리오를 적용하여 실험하였다. 범죄 시나리오 실험에서 탈취된 DJI Mini 시리즈의 드론은 외장 SD카드의 부재로 디지털 증거물 획득이 불가능했다.
본 실험을 통해 DJI 드론의 비행 로그의 암호화 기술이 제품마다 다르게 적용되는 사실을 알 수 있었고, 실제로 DatCon의 제품별 복호화 지원 여부와 드론 포렌식 관련 논문을 참고하여 DAT 파일이 복호화 가능한 DJI 드론을 분류한다. 먼저, DJI 드론의 출시 연월을 나타낸 표는 Table 7.

후속연구

하지만, 비행 로그의 분석 결과는 DJI 드론의 종류마다 차이가 발생하였고, 이를 위해 본 연구에서는 세 가지 드론에 대한 DAT 로그의 복호화를 실험하였으며, 그 결과로 주로 사용되는 DJI 드론을 세 종류로 분류하였다. 본 논문에서 제시한 드론의 분류는 점진적으로 발전한 비행 로그의 암호화 방식을 나타내는 판단 근거가 되며, 불상의 DJI 드론을 획득 및 분석 시 드론 모델의 식별 이후 진행될 포렌식 분석의 기준점이 될 것으로 기대한다.
본 논문에서 제시한 세 가지 분류는 향후 DJI 드론이 더 발전된다면 새로운 유형의 드론에 대해서 적용되지 못할 수 있으며, 논문의 실험이 DatCon에 큰 비중을 두고 있어 더 완벽한 복호화 도구가 나온다면 결과가 달라질 수 있다는 한계가 있다. 향후 연구로 새로 출시된 DJI Mavic 3에 대해서 포렌식을 수행하여 기존 DJI 모델과 차이점을 파악하고 분석하여 본 논문에서 제시한 아티팩트 분석 방법을 개선할 계획이다.
이를 위해 본 논문은 악의적인 드론 사용에 맞서는 드론 포렌식 연구의 필요성을 강조하고, DJI 드론의 아티팩트 저장 위치와 분석 방법 및 분석에 용이한 드론 포렌식 도구를 제시하였다. 제안한 분석 방법은 모든 DJI 드론 제품군에 통용하여 사용할 수 있다. 먼저, 드론의 아티팩트 저장소는 내부 저장소, 모바일저 장소, 외장 SD 카드로 나눌 수 있고.
본 논문에서 제시한 세 가지 분류는 향후 DJI 드론이 더 발전된다면 새로운 유형의 드론에 대해서 적용되지 못할 수 있으며, 논문의 실험이 DatCon에 큰 비중을 두고 있어 더 완벽한 복호화 도구가 나온다면 결과가 달라질 수 있다는 한계가 있다. 향후 연구로 새로 출시된 DJI Mavic 3에 대해서 포렌식을 수행하여 기존 DJI 모델과 차이점을 파악하고 분석하여 본 논문에서 제시한 아티팩트 분석 방법을 개선할 계획이다.

참고문헌 (16)

FAA. UAS Sightings Report. Available online: https://www.faa.gov/uas/resources/public_records/uas_sightings_report/.
D. A. Hamdi, F. Iqbal, S. Alam, A. Kazim and A. MacDermott, "Drone Forensics: A Case Study on DJI Phantom 4," 2019 IEEE/ACS 16th International Conference on Computer Systems and Applications (AICCSA), pp. 1-6, 2019.
Stankovic, Milos, Mohammad Meraj Mirza, and Umit Karabiyik. "UAV Forensics: DJI Mini 2 Case Study," Drones 5, pp. 49-68, June 2021.

상세보기
Lan, James Kin Wah, Kin Wah Lee, "Drone Forensics: A Case Study on DJI Mavic Air 2," In: 2021 23rd International Conference on Advanced Communication Technology (ICACT). IEEE, pp. 291-296, 2021.
Airdata UAV. Available online: https://app.airdata.com/
DatCon. CsvView/DatCon. Available online: https://datfile.net/
Clark, Devon R., et al. "DROP(DRone Open source Parser) your drone: Forensic analysis of the DJI Phantom III," Digital Investigation, vol. 22, pp.S3-S14, August 2017.

상세보기
Technology, B. Autopsy. online: https://www.basistech.com/autopsy
Cellebrite. Home-Cellebrite|Digital Intelligence for a Safer World. Available online: https://www.cellebrite.com/en/home/
Salamh, Fahad E., Mohammad M. Mirza, and Umit Karabiyik. 2021. "UAV Forensic Analysis and Software Tools Assessment: DJI Phantom 4 and Matrice 210 as Case Studies," Electronics, vol 10, no. 6, pp. 733, 2021.

상세보기
Thomas W. Edgar, David O. Manz, in Research Methods for Cyber Security, 2017.
Barton, T.E.A, Azhar, MA Hannan Bin Azhar, "Forensic analysis of popular UAV systems," In Proceedings of the 7th International Conference Emerging Security Technologies EST 2017, pp.91-96, September 2017.
Llewellyn, Mark, "DJI Phantom 3-Drone Forensic Data Exploration," Edith Cowan University: Perth, Australia, 2017.
JAIN, Upasita, ROGERS, Marcus Rogers, and Eric T. Matson, "Drone forensic framework: Sensor and data identification and verification," In: 2017 IEEE Sensors Applications Symposium (SAS). IEEE, pp. 1-6, 2017.
RENDUCHINTALA, Ankit LP S. ALBEHADILI, Abdulsahib; JAVAID, Ahmad Y. "Drone forensics: digital flight log examination framework for micro drones," In: 2017 International Conference on Computational Science and Computational Intelligence (CSCI). IEEE, pp. 91-96, 2017.
Kao, Da-Yu, et al. "Drone Forensic Investigation: DJI Spark Drone as A Case Study," Procedia Computer Science, vol. 159, pp. 1890-1899, 2019.

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