IoMT-SecAlarmBench: A Counterfactual Benchmark for Integrity Attacks in IoMT

In modernen Krankenhäusern überwacht ein ständiger Strom von elektronischen Pieptönen und blinkenden Lichtern die Vitalparameter der Patienten. Diese Geräte, Teil eines vernetzten Netzwerks, das als Internet der medizinischen Dinge (Internet of Medical Things, IoMT) bekannt ist, messen Herzschlag und Blutfluss mit unglaublicher Präzision. Diese digitale Wachsamkeit steht jedoch vor einem verwirrenden Problem: Wenn ein Alarm ertönt, ist es oft unmöglich zu sagen, warum. Der Patient könnte sich tatsächlich verschlechtern, ein Sensor könnte sich gelöst oder aus der Kalibrierung geraten sein, oder ein Hacker könnte heimlich die Daten manipuliert haben, um einen gesunden Patienten krank aussehen zu lassen. Für einen Arzt am Krankenbett ist diese Mehrdeutigkeit gefährlich. Einen Maschinenfehler als medizinischen Notfall zu behandeln, verschwendet Zeit und Ressourcen, aber eine echte Attacke oder eine echte Krise zu ignorieren, kann ein Leben kosten. Die Kernherausforderung besteht nicht nur darin, zu bemerken, dass etwas nicht stimmt, sondern genau zu verstehen, was den Alarm ursprünglich ausgelöst hat.

Um dies zu lösen, schufen Forscher der University of Maryland, Baltimore County, ein neues Testfeld namens IoMT-SecAlarmBench. Anstatt darauf zu warten, dass echte Angriffe in einem Krankenhaus stattfinden – ein Szenario, das zu riskant für eine direkte Untersuchung ist –, bauten sie eine kontrollierte Umgebung, in der sie spezifische Arten von Problemen in echte Patientendaten injizieren konnten. Sie nahmen echte Aufzeichnungen von Herzschlägen und Blutflüssen von tausenden Patienten und führten sorgfältig vier verschiedene Arten digitaler Manipulationen ein. Einige Angriffe waren subtil und schlichen falsche Zahlen ein, die vollkommen normal aussah. Andere waren offensichtlicher, wie das Einfrieren eines Sensorwertes oder das Abspielen eines alten Herzschlags von vor Stunden. Entscheidend war, dass die Forscher diese Probleme selbst erzeugt hatten, weslich sie die exakte Wahrheit kannten: Sie wussten, welche Zeitfenster der Daten echt, welche fehlerhaft und welche gehackt waren, und sie behielten sogar eine Kopie davon, wie das Signal ausgesehen hätte, wenn der Angriff nie stattgefunden hätte. Diese „kontrafaktische“ Wahrheit, ein Protokoll dessen, was gewesen wäre, ist etwas, das kein natürlicher Datensatz je bereitgestellt hat.

Das Team testete daraufhin sechs verschiedene Computerprogramme, die darauf ausgelegt sind, solche Anomalien aufzuspüren. Sie wollten sehen, ob diese Programme nicht nur erkennen können, dass ein Alarm ausgelöst wurde, sondern auch korrekt identifizieren können, ob die Ursache ein Cyberangriff, ein defekter Sensor oder ein echtes medizinisches Ereignis war. Die Ergebnisse zeigten eine signifikante Einschränkung der aktuellen Technologie. Während die Programme recht gut darin waren, offensichtliche Fehler außerhalb des Normbereichs zu entdecken, hatten sie mit den gefährlichsten Szenarien massiv zu kämpfen. Wenn die Daten so verändert wurden, dass sie vollkommen realistisch aussah, wie etwa wenn ein alter Herzschlag abgespielt wurde, um ein aktuelles Problem zu verbergen, schnitten die Detektoren nicht besser ab als beim bloßen Raten. Sie konnten nicht zwischen einem echten physiologischen Ereignis und einem ausgeklügelten Angriff unterscheiden.

Vielleicht war der aufschlussreichste Befund ein Zielkonflikt zwischen dem Entdecken von Angriffen und der Vermeidung von Fehlalarmen. Das leistungsfähigste Programm war in der Lage, die schwierigsten Arten von Angriffen aufzusporen, tat dies jedoch um einen hohen Preis. Für jedes Mal, wenn es einen Cyberangriff korrekt meldete, bezeichnete es fälschlicherweise einen harmlosen Sensorfehler mehr als fünfmal als Angriff. Dies deutet darauf hin, dass genau die Merkmale, die diese Programme nutzen, um Hacker zu finden – das Suchen nach Inkonsistenzen zwischen verschiedenen Körpersignalen –, dieselben Merkmale sind, die es schwierig machen, zwischen einem Hacker und einem lockeren Kabel zu unterscheiden. Die Studie deckte auch auf, dass einige bisherige Forschungsarbeiten, die behaupteten, Angriffe auf medizinische Geräte zu erkennen, wahrscheinlich durch einfache Hinweise in den Daten getäuscht wurden, wie etwa die spezifische Geräte-ID oder die Netzwerkadresse, anstatt die medizinischen Signale tatsächlich zu verstehen. Durch das Entfernen dieser einfachen Abkürzungen zeigte das neue Benchmark, dass viele bestehende Methoden weit weniger effektiv sind als bisher angenommen.

Letztendlich bietet diese Arbeit keine perfekte Lösung, sondern vielmehr eine klare Karte der aktuellen Landschaft. Sie zeigt auf, dass wir zwar Systeme bauen können, um zu bemerken, dass etwas nicht stimmt, aber wir die Kunst noch nicht gemeistert haben, herauszufinden, warum. Die Forscher fanden heraus, dass die Unterscheidung zwischen einem kranken Patienten, einer defekten Maschine und einem böswilligen Akteur eine tiefgreifende Herausforderung bleibt, die über einfaches Musterabgleichen hinausgeht und ein tieferes Verständnis von Ursache und Wirkung erfordert. Ihr neues Benchmark bietet einen rigorosen Weg, um zukünftige Werkzeuge zu testen und sicherzustellen, dass sie, wenn wir schließlich Systeme zum Schutz von Patienten bauen, an ihrer Fähigkeit gemessen werden, die Wahrheit zu sagen, und nicht nur an ihrer Fähigkeit, einen Alarm auszulösen.