智能汽车软隐私威胁模型
密码学与安全
2023-08-14 v1
摘要
现代汽车的计算机化程度日益加深，以至于 ENISA 所说的“智能汽车”恰如其分。它们处理的个人数据量非常庞大且仍在增长。因此，需要在公民驾驶时解决其隐私问题，相应地，隐私威胁建模（以支持诸如数据保护影响评估之类的风险评估）的重要性也随之凸显。本文通过推进一种通用建模方法学，并将其具体应用于软隐私（确保公民对其个人数据的完全控制）来探讨隐私威胁。通过考虑所有相关威胁主体，本文将该方法论应用于特定汽车领域，同时将威胁保持在与 ENISA 相同的细节层级。除建模方法学外，主要成果包括与领域无关的以及汽车领域相关的软隐私威胁。尽管网络安全迄今已被广泛地进行威胁建模，本文通过给出智能汽车软隐私威胁模型扩展了文献，产生了 17 个与领域无关的威胁，这些威胁与 41 个领域特定资产相关联，构成了汽车领域一组新颖的领域相关威胁。
引用
@article{arxiv.2306.04222,
title = {A Threat Model for Soft Privacy on Smart Cars},
author = {Mario Raciti and Giampaolo Bella},
journal= {arXiv preprint arXiv:2306.04222},
year = {2023}
}
备注
Accepted in 2nd Workshop on Automotive Cyber Security (ACSW 2023)