💻 computer science

ENOLA: Linear-Space and Low-Overhead Control-Flow Attestation for Microcontroller-based Systems

이 논문은 기존 방식들의 확장성, 보안성 및 성능 한계를 극복하기 위해 하드웨어 지원 측정과 레지스터 기반 저장 방식을 활용하는 마이크로컨트롤러 기반 시스템을 위한 선형 공간 및 저오버헤드 제어 흐름 검증 솔루션인 ENOLA를 소개한다.

원저자: Md Armanuzzaman, Engin Kirda, Ziming Zhao

게시일 2026-08-12

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Md Armanuzzaman, Engin Kirda, Ziming Zhao

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

당신이 멀리 떨어진 숲속에 사는 아주 작고 배터리로 작동하는 로봇의 보안 요원이라고 상상해 보세요. 이 로봇은 매우 중요한 임무를 맡고 있습니다. 바로 식물들에게 물을 주기 위해 정해진 지침을 따르는 것입니다. 만약 해커가 몰래 침입하여 로봇을 속여 잘못된 길로 가게 만든다면, 식물들이 죽거나, 더 나아가 로봇이 위험한 일을 하도록 탈취될 수도 있습니다. 로봇이 자신의 일을 제대로 수행하고 있는지 확인하기 위해, 본부의 인간은 로봇에게 "네가 정확히 어디로 갔는지 보여줘"라고 물어야 합니다. 이 과정을 **제어 흐름 검증(Control-Flow Attestation)**이라고 부릅니다. 이것은 마치 로봇에게 자신이 거쳐 온 모든 단계의 상세한 일지를 제출하라고 요구하는 것과 같습니다.

하지만 문제가 하나 있습니다. 로봇은 아주 작고 메모리와 배터리 용량이 매우 적습니다. 만약 로봇이 모든 단계를 아주 긴, 지저분한 공책에 기록하려고 한다 한다면, 일을 다 마치기도 전에 잉크(메모리)와 배터리가 바닥날 것입니다. 게更に, 해커가 로봇의 메모리에 몰래 침입하여 일지를 지우거나 수정할 수 있다면, 본부의 인간은 로봇이 속았다는 사실을 알 수 없을 것입니다. 더 크고 강력한 컴퓨터를 위한 기존의 해결책들은 마치 백팩 안에 백과사전 도서관을 통째로 넣으려는 것과 같습니다. 너무 무겁고 느리기 때문입니다. 큰 질문은 이것입니다: 어떻게 하면 작고 약한 로봇이 자원을 소진하거나 증거를 조작당하지 않으면서도, 올바른 경로를 걸었다는 것을 증명하게 할 수 있을까요?

여기, 바로 이러한 작은 마이크로컨트롤러 기반 시스템을 위해 특별히 설계된 영리한 새로운 해결책인 ENOLA가 있습니다. ENOLA를 똑똑하고 마법 같은 나침반과 매우 효율적인 서기가 함께 일하는 것이라고 생각해보세요. ENOLA는 로봇이 모든 단계를 길고 지루한 목록으로 작성하게 만드는 대신, 특별한 트릭을 사용합니다. 로봇이 잠시 멈춰서 주변을 둘-둘 살펴본 지점(즉, "기본 블록")과 각 지점을 몇 번 방문했는지만을 기록합니다. 이 방식은 거대하고 복잡한 일지를 주머니에 쏙 들어가는 작고 깔끔한 체크리스트로 바꿔줍니다.

하지만 ENOLA는 단순히 목록을 줄이는 데 그치지 않고, 그 목록을 위조할 수 없게 만듭니다. ENOLA는 현대 마이크로칩에 내장된 특별한 하드웨어 기능(포인터 인증)을 사용하여, 비밀 키 없이는 수학적으로 위조가 불가능하도록 디지털 인장을 찍어 체크리스트를 봉인합니다. 결정적으로, ENOLA는 이 인장을 해커가 찢거나 낙서할 수 있는 종이 위에 쓰는 대신, 로봇의 뇌 속에 있는 특별히 보호된 주머니(하드웨어 레지스터) 안에 안전하게 보관합니다. 이는 해커가 로봇의 메모리를 건드리더라도 증거에는 손을 댈 수 없음을 의미합니다.

연구진은 ENOLA를 주사기 펌프를 제어하는 프로그램과 wolfSSL이라는 대규모 보안 라이브러리를 포함한 실제 세계의 애플리케이션에서 테스트했습니다. 결과는 인상적이었습니다. 이전 방식들과 비교했을 때, ENOLA는 로봇이 본부로 보내야 하는 데이터의 양을 평균 52배나 줄였습니다. 예를 들어, 기존 방식은 표준 테스트 프로그램에 대해 21,009 바이트의 데이터를 보내야 했던 반면, ENOLA는 단 397 바이트만을 필요로 했습니다. 더욱 중요한 점은, ENOLA가 5,480개의 기본 블록을 가진 wolfSSL과 같은 거대하고 복잡한 프로그램을 처리할 수 있었다는 것입니다. 이전 방식들은 이를 처리하다가 충돌이 발생하거나 시간이 너무 오래 걸려 불가능했던 작업이었습니다.

이 논문은 ENOLA가 단순한 이론적 아이디어가 아니라 작동하는 프로토타입임을 보여줍니다. ENOLA는 자원이 제한된 작은 장치에서도 속도를 크게 늦추지 않으면서 프로그램의 경로를 성공적으로 검증할 수 있음을 입증했습니다. 비록 이 과정에서 로봇이 수행해야 할 약간의 추가 작업(프로그램에 따라 약 1.3% 또는 그 이상의 오버헤드)이 발생하지만, 그 대가는 충분히 가치가 있습니다. 왜냐하면 이것이 마침내 우리가 매일 사용하는 수십억 개의 작은 기기들을 위한 안전한 검증을 가능하게 만들었기 때문입니다. 저자들은 이것이 커다란 진전이지만, 다른 하드웨어 기능을 사용하거나 과정을 더 단순화하는 등 미래에 더 빠르게 만들 수 있는 여지가 여전히 남아 있다고 제안합니다.

기술 요약: ENOLA – 마이크로컨트롤러 기반 시스템을 위한 선형 공간 및 저오버헤드 제어 흐름 검증

문제 정의

제어 흐름 검증(Control-Flow Attestation, CFA)은 원격 검증자에게 프로그램의 실행 경로를 확인하는 것을 목표로 한다. 그러나 기존 솔루션들(예: C-FLAT, LO-FAT, OAT, Blast)은 세 가지 주요 제한 사항으로 인해 자원이 제한된 마이크로컨트롤러(MCU) 시스템과 근본적으로 호환되지 않는다:

데이터 전송의 확장성: 기존 방식에서 전송되는 측정 및 트레이스 데이터의 크기는 확장성이 매우 떨어진다. 이는 경로 열거(path enumeration)로 인해 기본 블록(basic block)의 수에 따라 지수적으로 증가하거나(루프의 경우), 실행 트레이스의 길이에 따라 선형적으로 증가한다. 이는 대규모 프로그램에서 심지로 고성능 마이크로프로세서에서도 비효율적이며, MCU에서는 아예 불가능하게 만든다.
메모리 취약성: 암호화 키와 측정 데이터는 일반적으로 암호화나 무결성 보호 없이 메모리에 저장된다. 이는 현장에 배치된 장치에 치명적인 위협인 콜드 부트(cold boot) 및 메모리 오염 공격에 노출되게 한다. ARM TrustZone과 같은 신뢰 실행 환경(TEE)조차 메모리를 격리하지만, 메모리를 본질적으로 암호화하지는 않는다.
성능 오버헤드: 소프트웨어 기반 해시 함수에 대한 의존성과 순방향(호출/점프) 및 역방향(리턴) 제어 흐름 이벤트 모두를 위해 리치 실행 환경(REE)과 TEE 사이의 빈번한 컨텍스트 스위칭은 자원이 제한된 MCU에서 상당한 지연을 초래한다.

방법론: ENOLA 접근 방식

ENOLA는 알고리즘 설계, 하드웨어 활용, 컴파일러 인스트루멘테이션의 결합을 통해 위에서 언급한 과제들을 해결하도록 설계된 MCU 기반 시스템(ARMv8.1-M 아키텍처 타겟)용 CFA 솔루션이다.

1. 선형 공간 인증 구조 설계

ENOLA는 새로운 인증 구조인 $Auth = (T, M) $을 도입한다. 여기서$ T $는 기본 블록 발생 트레이스이며,$ M $은 두 개의 누적 측정값($ M_f $는 순방향 경로용,$ M_b$는 역방향 경로용)의 쌍이다.

트레이스 ( $T$ ): 전체 실행 트레이스나 경로 열거를 기록하는 대신, ENOLA는 각 기본 블록 시작 주소( $v_i.s$ )의 발생 횟수와 유효하지 않은 간접 분기 대상 목록을 기록한다. 이를 통해 트레이스 크기가 루프 반복 횟수나 실행 길이에 관계없이 기본 블록의 수에 따라 선형적으로 확장( $O(|V|)$ )되도록 보장한다.
측정값 ( $M$ ): 순방향 및 역방향 경로는 키가 포함된 메시지 인증 코드(MAC) 체인을 사용하여 해싱된다.
- 순방향 ( $M_f$ ): 순방향 분기의 목적지 기본 블록 진입 시 계산된다.
- 역방향 ( $M_b$ ): 함수 리턴 시 계산된다. 결정적으로, ENOLA는 역방향 경로 트레이스를 TEE로 보고하지 않음으로써 리턴 이벤트에 대한 컨텍스트 스위칭을 제거한다.

2. 하드웨어 지원 보안 및 효율성

포인터 인증 (Pointer Authentication, PA): ENOLA는 측정값 계산을 위해 ARMv8.1-M의 포인터 인증(PA) 확장(특히 pacg 명령어)을 활용한다. 이는 하드웨어 가속된 MAC 생성을 제공하여 BLAKE2와 같은 소프트웨어 기반 해시 함수보다 훨씬 높은 속도를 제공한다.
레지스터 예약: 메모리 오염 공격을 방지하기 위해, ENOLA는 누적 측정 체인( $M_f$ 및 $M_b$ )을 독점적으로 저장하기 위해 두 개의 범용 레지스터( $r10$ 및 $r11$ )를 예약한다. 이 레지스터들은 절대 메모리로 스필(spill)되지 않는다. 측정 키는 TEE 내의 PA 키 레지스터로 로드되며 REE 메모리에 노출되지 않는다.
보안 ISR 디스패처: 신뢰 컴퓨팅 기반(TCB) 외부에 있는 인터럽트 서비스 루틴(ISR)을 처리하기 위해, ENOLA는 보안 디스패처를 사용한다. 이는 인터럽트를 가로채어 프로그램 컨텍스트와 측정 상태를 보안 메모리에 저장하고, ISR 실행 중 프로그램 스택을 읽기 전용으로 표시하며, 복귀 시 상태를 복구한다. ISR 동작의 편차는 트레이스에 플래그로 표시된다.

3. 컴파일러 및 시스템 워크플로우

컴파일 타임: ENOLA 컴파일러(LLVM 기반)는 소스 코드를 인스트루먼트하여 다음을 수행한다:
- 기본 블록 발생을 위한 보안 보고 인터페이스(report_direct, report_indirect) 호출 삽입.
- 분기 대상 및 함수 리턴 시 측정을 업데이트하기 위한 pacg 명령어 삽입.
- 검증자가 간접 분기 목적지를 유효성 검사할 수 있도록 간접 대상 리스트(ITL) 생성.
- 바이너리를 스캔하여 예약된 레지스터를 조작할 수 있는 승인되지 않은 명령어(예: PA 키에 대한 msr, ROP 가젯)가 없는지 확인.
런타임: 검증된 프로그램은 일반 상태(REE)에서 실행되는 반면, 검증 엔진은 보안 상태(TEE)에서 실행된다. 엔진은 PA 키를 구성하고, MPU 정책(W⊕X)을 강제하며, 트레이스 및 측정을 수집한다.
검증: 원격 검증자는 제어 흐름 그래프를 재구성하고, 트레이스에 의해 유도된 추상 실행을 수행하며, 수신된 인증값에 대해 측정을 검증한다.

주요 기여

CFA 복잡도에 대한 형식적 분석: 본 논문은 기존 CFA 방식의 공간 복잡도를 공식화하여, 트레이스 또는 측정 데이터에 대한 의존성이 MCU에서 근본적인 확장성 병목 현상을 만든다는 점을 규명하였다.
ENOLA 인증 구조: 기본 블록 수에 대해 선형 공간 복잡도( $O(|V|)$ )를 달성하는 새로운 인증 구조를 도입하여, 대규모 프로그램에 대한 확장 가능한 검증을 가능하게 하였다.
하드웨어 통합 보안: 임베디드 시스템에서 제어 흐름 검증을 위해 ARM PA를 활용한 최초의 구현으로, 측정 키와 체인을 레지스터/PA 하드웨어에 유지함으로써 메모리 오염 공격을 차단한다.
컨텍스트 스위칭 감소: PA 명령어를 사용하여 REE에서 직접 역방향(리턴) 측정을 계산함으로써 역방향 엣지 측정에 대한 TEE 컨텍스트 스위칭을 제거하였다.
구현 및 평가: Embench 제품군과 wolfSSL을 포함한 실제 애플리케이션에서 검증된, Cortex-M85 (ARMv8.1-M)를 사용한 완전한 LLVM 패스 기반 구현을 제공한다.

결과

평가는 25 MHz에서 동작하는 Cortex-M85 MCU를 대상으로 Blast(가장 효율적인 이전 연구) 및 기타 방식들과 비교하여 수행되었다.

데이터 전송 오버헤드: ENOLA는 검증 보고서의 크기를 획기적으로 줄였다. Embench 제품군에서 ENOLA는 Blast에 비해 전송 데이터를 평균 52배 감소시켰다. 예를 들어, Blast는 평균 21,009 바이트의 검증 데이터를 생성한 반면, ENOLA는 단 397 바이트만을 필요로 했다.
확장성: ENOLA는 이전 솔루션들이 실패하거나 작은 스니펫에 국한되었던 wolfSSL(특히 5,480개의 기본 블록이 있는 RSA 모듈)과 같은 대규모 실세계 애플리케이션으로 성공적으로 확장되었다.
성능 오버헤드:
- 실행 시간: ENOLA의 오버헤드는 애플리케이션 및 최적화 수준에 따라 다양하다. 시린지 펌프 애플리케이션의 경우, move-syringe 경로에 대해 1.3%라는 낮은 오버헤드를 달 기록했다. Embench 벤치마크 전반에 걸쳐 오버헤드는 크게 변동하였으나(예: 9.81%에서 특정 경우 1000% 이상), 검증의 입도(함수 수준 대비 기본 블록 수준)를 고려할 때 일반적으로 Blast와 경쟁 가능하거나 더 낮았다.
- 컨텍스트 스위칭: 컨텍스트 스위칭은 O2 최적화 하에서 총 런타임 오버헤드의 약 26%를 차지했다.
코드 크기: 코드 크기 오버헤드는 O2 최적화 시 평균 30-40%였으며, 이는 Embench에서 64%의 오버헤드를 보이는 Blast보다 현저히 낮았다.

의의 및 주장

본 논문은 ENOLA가 마이크로컨트롤러 기반 시스템에서 제어 흐름 검증을 가능하게 하는 중요한 진전임을 주장한다. 검증 크기를 실행 트레이스 길이로부터 분리하고, 하드웨어 프리미티브(PA, TrustZone, MPU)를 활용하여 메모리 저장 없이 측정 상태를 보호함으로써, ENOLA는 최초로 대규모의 복잡한 임베디드 애플리케이션에 대한 검증을 가능하게 한다. 저자들은 ENOLA를 단순한 성능 개선이 아니라, 임베디드 도메인의 근본적인 확장성 및 보안 제한 사항을 해결하기 위한 필수적인 진화로 위치시킨다. 본 연구는 추가적인 연구와 채택을 촉진하기 위해 오픈 소스로 공개되었다.