通过电磁信号分析与 SVD 去噪在噪声环境中检测代码注入
密码学与安全
2022-12-13 v1
摘要
嵌入式设备在对关键应用提供支撑的网络中广泛渗透，使其成为攻击者与恶意行为者有利可图的目标。然而，由于这些系统的内存与计算限制，传统保护机制可能不受支持。近来，电磁(EM)辐射分析引起了研究界的兴趣。因此，类似的保护系统已成为一种可行方案，例如为资源受限设备提供外部、非侵入式的控制流证明。遗憾的是，现有多数工作未能考虑现实因素尤其是环境噪声的影响。本工作中，我们引入一个集成奇异值分解(SVD)与离群点检测的框架，即使在可变噪声条件下也能发现嵌入式软件的恶意修改。我们提出的框架实现了高检测精度，即对未知攻击的 AUC 分数高于 93%，即便在极端噪声条件（即 -10 SNR）下亦如此。据我们所知，这是首次在基于 EM 的嵌入式设备异常检测背景下成功解决这一现实限制因素即环境噪声的问题。
引用
@article{arxiv.2212.05643,
title = {Detecting Code Injections in Noisy Environments Through EM Signal Analysis and SVD Denoising},
author = {Ekaterina Miller and Georgios Michail Makrakis and Kurt A. Vedros and Constantinos Kolias and Craig Rieger and Daniel Barbara},
journal= {arXiv preprint arXiv:2212.05643},
year = {2022}
}