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

Le infrastrutture moderne, dalle reti elettriche ai veicoli autonomi, si affidano a un delicato matrimonio tra il mondo fisico e le reti digitali. Questi sistemi, noti come sistemi cyber-fisici, utilizzano sensori per misurare le condizioni del mondo reale, come temperatura, velocità o pressione, e inviano tali dati attraverso reti wireless a un computer centrale. Questo computer funge da navigatore, calcolando costantemente lo stato reale del sistema per prendere decisioni critiche. Tuttavia, questa dipendenza dalla comunicazione wireless crea una vulnerabilità: il flusso di dati può essere intercettato e alterato. Un attaccante non ha bisogno di abbattere la macchina fisica; deve solo convincere il navigatore digitale che la macchina si sta comportando in modo diverso da come sta realmente facendo. Se il navigatore crede a una realtà falsa, potrebbe far uscire di rotta un aereo o spegnere una rete elettrica inutilmente. La sfida per i ricercatori della sicurezza è capire come un attaccante possa nascondere queste menzogne nel rumore dei dati normali, rendendo l'inganno così sottile che gli allarmi integrati nel sistema non suonino mai.

In un nuovo studio, i ricercatori Jiawei Fu, Jianing Xin, Chenghan Wang e Tianju Sui hanno mappato un modo sofisticato in cui un attaccante potrebbe sfruttare questi sistemi rimanendo nascosto. Si sono concentrati su un tipo specifico di inganno chiamato attacco di iniezione di dati falsi, in cui un avversario inietta numeri falsi nel flusso di dati inviato da un sensore a un estimatore remoto. L'obiettivo di un tale attacco non è far crashare il sistema immediatamente, ma degradare lentamente l'accuratezza dei calcoli del computer finché il sistema non opera su una comprensione fondamentalmente errata della realtà. I ricercatori erano particolarmente interessati a come un attaccante potesse massimizzare questo danno pur affrontando due rigidi limiti: una fornitura limitata di energia per alimentare l'attacco e la necessità di rimanere non rilevato dai monitor statistici che controllano le anomalie.

Per risolvere questo problema, il team ha sviluppato una strategia che tratta l'attacco come un problema di ottimizzazione matematica. Hanno immaginato uno scenario in cui un sensore intelligente invia un flusso di aggiornamenti dei dati, noti come innovazioni, a un computer remoto. Un attaccante, posizionato nel mezzo del collegamento wireless, deve decidere in ogni singolo momento se intercettare il messaggio e sostituirlo con una versione corrotta. L'attaccante ha una batteria finita, il che significa che non può disturbare o corrompere il segnale in ogni singolo momento; deve scegliere i momenti più dannosi per colpire. Inoltre, se i dati corrotti appaiono troppo diversi dai dati normali, i rilevatori del sistema li individueranno. I ricercatori avevano bisogno di un modo per misurare esattamente quanto fosse "diverso" il dato falso rispetto al dato reale senza attivare un allarme.

I metodi precedenti per misurare questa differenza si affidavano a strumenti statistici che a volte fallivano nel catturare l'immagine completa, specialmente quando confrontavano distribuzioni di probabilità complesse. Gli autori si sono rivolti a un concetto matematico più robusto chiamato distanza di Wasserstein. In termini semplici, questa metrica misura lo sforzo richiesto per trasformare una distribuzione di dati in un'altra. Fornisce un modo preciso, basato sulla geometria, per quantificare quanto la forma statistica dei dati sia stata alterata. Utilizzando questa misura, i ricercatori potevano garantire che il dato falso rimanesse statisticamente abbastanza vicino al dato reale da ingannare i rilevatori, pur spingendo l'errore del sistema al suo punto di rottura.

Il nucleo della loro scoperta è un processo in due fasi per progettare l'attacco perfetto. Per prima cosa, hanno determinato la forma esatta e l'intensità del segnale di dati falsi che causerebbe l'errore massimo possibile nel calcolo finale, a condizione che rimanesse entro il limite di furtività. Hanno scoperto che questo segnale ottimale poteva essere calcolato in una forma chiusa precisa, il che significa che esiste una formula specifica per la "migliore" menzogna da raccontare in ogni dato momento. In secondo luogo, hanno risolto l'enigma di quando raccontare quella menzogna. Poiché l'attaccante ha un budget energetico limitato, non può mentire continuamente. I ricercatori hanno ridotto questo problema di programmazione a una scelta binaria: ad ogni passo temporale, l'attaccante o lancia l'attacco o rimane in silenzio. Risolvendo questo come un tipo specifico di problema di programmazione intera, hanno identificato la sequenza esatta di momenti in cui lanciare l'attacco avrebbe causato il maggior danno cumulativo all'accuratezza del sistema.

Il team ha testato la loro teoria utilizzando una simulazione di un veicolo di volo, un sistema in cui la stima precisa dello stato è critica per la sicurezza. Hanno modellato uno scenario in cui il veicolo aveva tre sensori e un estimatore remoto, e l'attaccante aveva un numero limitato di "attacchi" che poteva lanciare su un periodo di cento passi temporali. I risultati hanno mostrato che la loro strategia proposta era significativamente più dannosa dei tentativi casuali di interrompere il sistema. Quando l'attaccante ha utilizzato il segnale ottimale calcolato e la pianificazione precisa, l'errore nella stima finale dello stato del sistema è cresciuto molto più che in qualsiasi altro scenario. La simulazione ha anche rivelato un chiaro compromesso: più l'attaccante rilassava la propria necessità di furtività (permettendo al dato di apparire leggermente più diverso dal normale), più danni poteva infliggere. Viceversa, requisiti di furtività più severi costringevano l'attaccante a essere più conservativo, riducendo il potenziale danno. Allo stesso modo, un budget energetico più ampio permetteva all'attaccante di sostenere la degradazione per più tempo, portando a un errore finale più grave.

Questo lavoro non propone una nuova arma per gli attaccanti, bensì un rigoroso schema dello scenario peggiore. Dimostrando che un attaccante può determinare matematicamente il percorso più distruttivo rimanendo nascosto, lo studio evidenzia la fragilità degli attuali sistemi di stima remota. I risultati suggeriscono che il semplice monitoraggio di anomalie ovvie è insufficiente, poiché un avversario sofisticato può creare un inganno che è statisticamente indistinguibile dal rumore normale finché il danno non è compiuto. I ricercatori concludono che comprendere questi percorsi di attacco ottimali è essenziale per progettare difese migliori, costringendo i progettisti dei sistemi a tenere conto di un avversario che non sta solo indovinando, ma sta calcolando il momento perfetto per colpire.