虚拟助手中枢设备的威胁建模与用户风险感知的比较（2021）
密码学与安全
2023-01-31 v1 计算机与社会
摘要
尽管采用率不断上升，人们对家庭中虚拟助手中枢（如 Google Nest 和 Amazon Alexa）的安全性仍存有诸多担忧。消费者恐惧因广为人知的隐私泄露事件以及针对 IoT 网络的高关注度攻击持续频发而有所加剧。文献表明，消费者认知与实际威胁环境之间存在显著的知识鸿沟；此外，鲜有研究比较哪种威胁建模方法最适用于这些设备，以阐明可向消费者传达的威胁。因此，有机会探索应用于该情境的不同威胁建模方法，并利用发现原型化一款旨在以易理解方式教育消费者的软件。我们比较了五种方法（STRIDE、CVSS、攻击树（又称威胁树）、LINDUNN GO 和定量 TMM），因为它们被确定为在 IoT 背景下最为突出或潜在适用。关键发现表明，在紧迫的行业截止周期压力下（根据时间限制可能加入 CVSS 要素），STRIDE 与 LINDUNN GO 的组合最适于阐明威胁，且试用的软件原型在吸引消费者和普及设备安全方面有效。这些发现对寻求优化威胁建模的 IoT 设备制造商，或寻求提升消费者信息安全知识的其他利益相关者具有参考价值。
引用
@article{arxiv.2301.12772,
title = {Threat Modelling in Virtual Assistant Hub Devices Compared With User Risk Perceptions (2021)},
author = {Beckett LeClair},
journal= {arXiv preprint arXiv:2301.12772},
year = {2023}
}
备注
Originally written 2021. Dissertation for MSc Computer Science