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

Moderne infrastructuur, van elektriciteitsnetten tot autonome voertuigen, rust op een delicaat huwelijk tussen de fysieke wereld en digitale netwerken. Deze systemen, bekend als cyber-fysieke systemen, gebruiken sensoren om real-world condities zoals temperatuur, snelheid of druk te meten en sturen die gegevens via draadloze netwerken naar een centrale computer. Deze computer fungeert als een navigator die constant de werkelijke staat van het systeem berekent om kritische beslissingen te nemen. Deze afhankelijkheid van draadloze communicatie creëert echter een kwetsbaarheid: de datastroom kan worden onderschept en gewijzigd. Een aanvaller hoeft de fysieke machine niet te vernielen; hij hoeft alleen maar de digitale navigator ervan te overtuigen dat de machine zich anders gedraagt dan hij in werkelijkheid doet. Als de navigator een valse realiteit gelooft, kan hij een vliegtuig uit koers sturen of een elektriciteitsnet onnodig uitschakelen. De uitdaging voor beveiligingsonderzoekers is om te begrijpen hoe een aanvaller deze leugens binnen de ruis van normale gegevens kan verbergen, waardoor de misleiding zo subtiel wordt dat de ingebouwde alarmen van het systeem nooit afgaan.

In een nieuwe studie hebben onderzoekers Jiawei Fu, Jianing Xin, Chenghan Wang en Tianju Sui in kaart gebracht hoe een aanvaller deze systemen op een geavanceerde manier zou kunnen exploiteren terwijl hij verborgen blijft. Ze richtten zich op een specifiek type misleiding, namelijk een 'false data injection attack', waarbij een tegenstander valse getallen injecteert in de datastroom die van een sensor naar een verre estimator wordt gestuurd. Het doel van een dergelijke aanval is niet om het systeem onmiddellijk te laten crashen, maar om de nauwkeurigheid van de berekeningen van de computer langzaam te degraderen totdat het systeem werkt op basis van een fundamenteel verkeerd begrip van de werkelijkheid. De onderzoekers waren bijzonder geïnteresseerd in hoe een aanvaller deze schade zou kunnen maximaliseren terwijl hij te maken heeft met twee strikte beperkingen: een beperkte energievoorraad om de aanval van stroom te voorzien en de noodzaak om ongedetecteerd te blijven door statistische monitors die waken op anomalieën.

Om dit op te lossen, ontwikkelde het team een strategie die de aanval behandelt als een wiskundig optimalisatieprobleem. Ze stelden zich een scenario voor waarin een slimme sensor een stroom van data-updates, bekend als innovaties, naar een verre computer stuurt. Een aanvaller, die zich tussen de draadloze verbinding in bevindt, moet op elk moment beslissen of hij het bericht onderschept en vervangt door een gecorrumpeerde versie. De aanvaller heeft een beperkte batterij, wat betekent dat hij niet op elk moment het signaal kan storen of corrumperen; hij moet de meest schadelijke momenten kiezen om toe te slaan. Bovendien, als de gecorrumpeerde gegevens te veel afwijken van de normale gegevens, zullen de detectoren van het systeem de indringing opmerken. De onderzoekers hadden een manier nodig om precies te meten hoe "anders" de valse gegevens waren van de echte gegevens zonder een alarm te triggeren.

Eerdere methoden om dit verschil te meten, vertrouwden op statistische instrumenten die soms niet het volledige plaatje konden vatten, vooral bij het vergelijken van complexe waarschijnlijkheidsverdelingen. De auteurs maakten gebruik van een robuuster wiskundig concept genaamd de Wasserstein-afstand. In eenvoudige termen meet deze metriek de inspanning die nodig is om de ene gegevensverdeling in de andere te transformeren. Het biedt een precieze, op geometrie gebaseerde manier om te kwantificeren hoeveel de statistische vorm van de gegevens is gewijzigd. Door deze maatstaf te gebruiken, konden de onderzoekers ervoor zorgen dat de valse gegevens statistisch gezien dicht genoeg bij de echte gegevens bleven om de detectoren te misleiden, terwijl ze de fout van het systeem naar zijn breekpunt duwden.

De kern van hun ontdekking is een tweestaps-proces voor het ontwerpen van de perfecte aanval. Eerst bepaalden zij de exacte vorm en intensiteit van het valse gegevenssignaal dat de maximale mogelijke fout in de uiteindelijke berekening zou veroorzaken, mits dit binnen de limiet van de stealthiness bleef. Ze ontdekten dat dit optimale signaal in een exacte, gesloten vorm kan worden berekend, wat betekent dat er een specifieke formule bestaat voor de "beste" leugen op elk gegeven moment. Ten tweede losten ze het puzzelstukje op van wanneer men die leugen vertelt. Omdat de aanvaller over een beperkt energiebudget beschikt, kan hij niet continu liegen; de onderzoekers reduceerden dit planningsprobleem tot een binaire keuze: op elk tijdstip voert de aanvaller de aanval uit of blijft hij stil. Door dit op te lossen als een specif kind van een integer programmeerprobleem, identificeerden zij de exacte reeks momenten waarop het lanceren van de aanval de meeste cumulatieve schade aan de nauwkeurigheid van het systeem zou toebrengen.

Het team testte hun theorie met behulp van een simulatie van een vliegend voertuig, een systeem waarbij nauwkeurige staatsschatting cruciaal is voor de veiligheid. Ze modelleerden een scenario waarin het voertuig drie sensoren had en een verre estimator, en de aanvaller een beperkt aantal "aanvallen" kon uitvoeren over een periode van honderd tijdstappen. De resultaten toonden aan dat hun voorgestelde strategie aanzienlijk schadelijker was dan willekeurige pogingen om het systeem te verstoren. Wanneer de aanvaller het berekende optimale signaal en het precieze schema gebruikte, groeide de fout in de uiteindelijke staatsschatting van het systeem veel groter dan in enig ander scenario. De simulatie onthulde ook een duidelijke afruil: hoe meer de aanvaller de noodzaak voor stealth versoepelt (waardoor de gegevens er iets meer anders uitzien dan normaal), hoe meer schade hij kan toebrengen. Omgekeerd dwongen striktere stealth-vereisten de aanvaller om conservatiever te zijn, wat de potentiële schade verminderde. Eveneens zorgde een groter energiebudget ervoor dat de aanvaller de degradatie langer kon volhouden, wat leidde tot een ernstiger uiteindelijke fout.

Dit werk stelt geen nieuw wapen voor aan aanvallers, maar biedt eerder een rigoureus blauwdruk van het worst-case scenario. Door te bewijzen dat een aanvaller wiskundig de meest destructieve weg kan bepalen terwijl hij verborgen blijft, benadrukt de studie de kwetsbaarheid van huidige remote estimation-systemen. De bevindingen suggereren dat het simpelweg monitoren van voor de hand liggende anomalieën onvoldoende is, aangezien een geavanceerde tegenstander een misleiding kan creëren die statistisch niet te onderscheiden is van normale ruis totdat de schade is aangericht. De onderzoekers concluderen dat het begrijpen van deze optimale aanvalspaden essentieel is voor het ontwerpen van betere verdedigingen, wat systeemontwerpers dwingt om rekening te houden met een tegenstander die niet slechts gokt, maar het perfecte moment berekent om toe te slaan.