Energy-Constrained False Data Injection Attacks in Cyber-Physical Systems Using Wasserstein Distance

आधुनिक बुनियादी ढांचा, बिजली ग्रिड से लेकर स्वायत्त वाहनों तक, भौतिक दुनिया और डिजिटल नेटवर्क के बीच एक नाजुक मिलन पर निर्भर करता है। ये प्रणालियाँ, जिन्हें साइबर-फिजिकल सिस्टम कहा जाता है, तापमान, गति या दबाव जैसी वास्तविक दुनिया की स्थितियों को मापने के लिए सेंसर का उपयोग करती हैं और उस डेटा को वायरलेस नेटवर्क के माध्यम से एक केंद्रीय कंप्यूटर को भेजती हैं। यह कंप्यूटर एक मार्गदर्शक (navigator) के रूप में कार्य करता है, जो महत्वपूर्ण निर्णय लेने के लिए लगातार सिस्टम की वास्तविक स्थिति की गणना करता है। हालाँकि, वायरलेस संचार पर यह निर्भरता एक भेद्यता (vulnerability) पैदा करती है: डेटा स्ट्रीम को बीच में रोका जा सकता है और बदला जा सकता है। हमलावर को भौतिक मशीन को तोड़ने की आवश्यकता नहीं है; उन्हें केवल डिजिटल मार्गदर्शक को यह विश्वास दिलाने की आवश्यकता है कि मशीन वास्तव में व्यवहार करने के बजाय अलग तरह से व्यवहार कर रही है। यदि मार्गदर्शक एक गलत वास्तविकता पर विश्वास कर लेता है, तो वह विमान को रास्ते से भटका सकता है या अनावश्यक रूप से पावर ग्रिड को बंद कर सकता है। शोधकर्ताओं के लिए चुनौती यह समझना है कि कैसे एक हमलावर इन झूठों को सामान्य डेटा के शोर (noise) के भीतर छिपा सकता है, जिससे धोखा इतना सूक्ष्म हो जाए कि सिस्टम के अंतर्निहित अलार्म कभी बज ही न सकें।

एक नए अध्ययन में, शोधकर्ता जियावेई फू, जियानिंग सिन, चेनघान वांग और टियांजू सुई ने मानचित्रित किया है कि कैसे एक हमलावर इन प्रणालियों का फायदा उठाकर छिपा रह सकता है। उन्होंने 'फॉल्स डेटा इंजेक्शन अटैक' (false data injection attack) नामक धोखे के एक विशिष्ट प्रकार पर ध्यान केंद्रित किया, जहाँ एक विरोधी एक सेंसर से रिमोट एस्टीमेटर (remote estimator) को भेजे जाने वाले डेटा स्ट्रीम में फर्जी नंबर डाल देता है। इस तरह के हमले का लक्ष्य सिस्टम को तुरंत क्रैश करना नहीं है, बल्कि कंप्यूटर की गणनाओं की सटीकता को धीरे-धीरे कम करना है जब तक कि सिस्टम वास्तविकता की एक मौलिक रूप से गलत समझ पर काम न करने लगे। शोधकर्ता विशेष रूप से इस बात में रुचि रखते थे कि कैसे एक हमलावर दो सख्त सीमाओं का सामना करते हुए इस नुकसान को अधिकतम कर सकता है: हमले को चलाने के लिए ऊर्जा की सीमित आपूर्ति और उन सांख्यिकीय मॉनिटरों द्वारा पता लगाए जाने से बचने की आवश्यकता जो विसंगतियों (anomalies) पर नज़र रखते हैं।

इसे हल करने के लिए, टीम ने एक रणनीति विकसित की जो हमले को एक गणितीय अनुकूलन समस्या (mathematical optimization problem) के रूप में मानती है। उन्होंने एक परिदृश्य की कल्पना की जहाँ एक स्मार्ट सेंसर डेटा अपडेट का एक प्रवाह, जिसे 'इनोवेशन्स' (innovations) कहा जाता है, एक रिमोट कंप्यूटर को भेजता है। एक हमलावर, जो वायरलेस लिंक के बीच में बैठा है, उसे हर एक क्षण में यह निर्णय लेना होगा कि क्या वह संदेश को बीच में रोककर उसे दूषित संस्करण से बदल दे। हमलावर के पास एक सीमित बैटरी है, जिसका अर्थ है कि वे हर क्षण सिग्नल को बाधित या दूषित नहीं कर सकते; उन्हें हमला करने के सबसे हानिकारक समय को चुनना होगा। इसके अलावा, यदि दूषित डेटा सामान्य डेटा से बहुत अलग दिखता है, तो सिस्टम के डिटेक्टर घुसपैព្យ को पकड़ लेंगे। शोधकर्ताओं को यह मापने का एक तरीका खोजने की आवश्यकता थी कि वास्तविक डेटा से फर्जी डेटा कितना "अलग" था, बिना अलार्म बजाए।

डेटा के इस अंतर को मापने के लिए पिछले तरीके सांख्यिकीय उपकरणों पर निर्भर थे जो कभी-कभी पूरी तस्वीर पकड़ने में विफल रहे, विशेष रूप से जटिल संभाव्यता वितरणों (probability distributions) की तुलना करते समय। लेखकों ने एक अधिक मजबूत गणितीय अवधारणा की ओर रुख किया जिसे 'वासेरस्टीन डिस्टेंस' (Wasserstein distance) कहा जाता है। सरल शब्दों में, यह मीट्रिक डेटा के एक वितरण को दूसरे में बदलने के प्रयास को मापता है। यह डेटा के सांख्यिकीय आकार को कितनी तरह से बदला गया है, इसे मापने का एक सटीक, ज्यामिति-आधारित तरीका प्रदान करता है। इस माप का उपयोग करके, शोधकर्ता यह सुनिश्चित कर सके कि फर्जी डेटा सांख्यिकीय रूप से वास्तविक डेटा के इतना करीब रहे कि डिटेक्टरों को धोखा दिया जा सके, भले ही वह सिस्टम की त्रुटि को उसकी चरम सीमा तक धकेल रहा हो।

उनकी खोज का मूल एक 'परफेक्ट अटैक' को डिजाइन करने की दो-चरणीय प्रक्रिया है। पहले, उन्होंने फर्जी डेटा सिग्नल के सटीक आकार और तीव्रता को निर्धारित किया जो अंतिम गणना में अधिकतम संभव त्रुटि पैदा करेगा, बशर्ते कि वह गोपनीयता (stealthiness) की सीमा के भीतर रहे। उन्होंने पाया कि इस इष्टतम सिग्नल की गणना एक सटीक, क्लोज्ड फॉर्म (closed form) में की जा सकती है, जिसका अर्थ है कि किसी भी दिए गए क्षण में "सबसे अच्छा" झूठ बोलने का एक विशिष्ट सूत्र होता है। दूसरा, उन्होंने यह तय करने की पहेली को सुलझाया कि वह झूठ कब बोला जाए। चूंकि हमलावर के पास ऊर्जा का एक सीमित बजट है, इसलिए वे निरंतर झूठ नहीं बोल सकते। शोधकर्ताओं ने इस शेड्यूलिंग समस्या को एक बाइनरी विकल्प में बदल दिया: प्रत्येक समय चरण (time step) पर, हमलावर या तो हमला करता है या चुप रहता है। इसे एक विशिष्ट प्रकार की 'इंटीजर प्रोग्रामिंग' (integer programming) समस्या के रूप में हल करके, उन्होंने उन सटीक क्षणों के क्रम की पहचान की जहाँ हमला शुरू करने से सिस्टम की सटीकता को सबसे अधिक संचयी क्षति (cumulative damage) पहुँचेगी।

टीम ने अपने सिद्धांत का परीक्षण एक उड़ान वाहन (flight vehicle) के सिमुलेशन का उपयोग करके किया, जो एक ऐसा सिस्टम है जहाँ सटीक स्टेट एस्टिमेशन सुरक्षा के लिए महत्वपूर्ण है। उन्होंने एक परिदृश्य का मॉडल बनाया जहाँ वाहन में तीन सेंसर और एक रिमोट एस्टीमेटर था, और हमलावर के पास एक सौ समय चरणों की अवधि में लॉन्च किए जा सकने वाले "हमलों" की एक सीमित संख्या थी। परिणामों ने दिखाया कि उनकी प्रस्तावित रणनीति सिस्टम को बाधित करने के यादृच्छिक (random) प्रयासों की तुलना में काफी अधिक विनाशकारी थी। जब हमलावर ने गणना किए गए इष्टतम सिग्नल और सटीक शेड्यूल का उपयोग किया, तो सिस्टम के अंतिम स्टेट एस्टेट में त्रुटि, अन्य किसी भी परिदृश्य की तुलना में बहुत अधिक बढ़ गई। सिमुलेशन ने एक स्पष्ट ट्रेड-ऑफ भी प्रकट किया: हमलावर जितना अधिक अपनी गोपनीयता की आवश्यकता को ढीला करेगा (डेटा को सामान्य से थोड़ा अधिक अलग होने की अनुमति देगा), उतना ही अधिक नुकसान पहुँचाया जा सकता है। इसके विपरीत, सख्त गोपनीयता आवश्यकताएं हमलावर को अधिक रूढ़िवादी होने के लिए मजबूर करती हैं, जिससे संभावित नुकसान कम हो जाता है। इसी तरह, एक बड़ा ऊर्जा बजट हमलावर को लंबे समय तक गिरावट बनाए रखने की अनुमति देता है, जिससे अधिक गंभीर अंतिम त्रुटि होती है।

यह कार्य किसी नए हथियार का प्रस्ताव नहीं करता है, बल्कि सबसे खराब स्थिति के एक कठोर ब्लूप्रिंट (blueprint) को प्रस्तुत करता है। यह सिद्ध करके कि एक हमलावर छिपे रहकर सबसे विनाशकारी पथ गणितीय रूप से निर्धारित कर सकता है, यह अध्ययन वर्तमान रिमोट एस्टिमेशन सिस्टमों की नाजुकता को उजागर करता है। निष्कर्ष बताते हैं कि केवल स्पष्ट विसंगतियों की निगरानी करना अपर्याप्त है, क्योंकि एक परिष्कृत विरोधी एक ऐसा धोखा तैयार कर सकता है जो नुकसान होने तक सामान्य शोर से सांख्यिकीय रूप से अविभेद्य (indistinguishable) बना रहता है। शोधकर्ता निष्कर्ष निकालते हैं कि इन इष्टतम हमले के पथों को समझना बेहतर रक्षा डिजाइन करने के लिए आवश्यक है, जो सिस्टम डिजाइनरों को एक ऐसे हमलावर के लिए हिसाब रखने को मजबूर करता है जो केवल अनुमान नहीं लगा रहा है, बल्कि प्रहार करने के लिए सही क्षण की गणना कर रहा है।