IoT-Security durch zyklische, präzise verzahnte Bedrohungsanalyse und Angriffsdetektion
Intelligente technische Systeme sind hochgradig, dynamisch, teils über das Internet vernetzt und bilden dadurch sogenannte IoT-Systeme (Internet of Things). Im Maschinen- & Anlagenbau werden durch Industrie-4.0-Use-Cases Anlagen, Maschinen und Steuerungen (SPS) untereinander und mit Cloud-Services vernetzt. Im Smart Home werden Hausgeräte, wie Waschmaschinen und Küchengeräte, über Consumer-IoT-Geräte und Smartphone-Apps gesteuert. Geldautomaten bestehen in sich aus vernetzten Teilkomponenten wie PIN-Pad, Kartenleser und Geldscheintransportsystem und kommunizieren mit der Banking-IT und Geldkarteninstituten. Diese durchwegs steigende Vernetzung der Systeme, insbesondere mit der Außenwelt, vergrößert die Angriffsfläche im Sinne der IT-Sicherheit (Security) stark und stellt Hersteller vor die Herausforderung ein möglichst sicheres System zu entwickeln und während des Betriebs diese Sicherheit aufrecht zu erhalten.
Fraunhofer-Institut für Entwurfstechnik Mechatronik IEM

Markus Fockel
Gruppenleiter
Details
IoT-ScuBA
Smart Home & Living
Industrial IoT
Internet of Things (IoT)
IT-Sicherheit
IT-Sicherheit für Steuerungssysteme
Network & Cyber Security for Industry 4.0
€1,170,000.00
04/2023 - 04/2026
Ministerium für Wirtschaft, Industrie, Klimaschutz und Energie des Landes Nordrhein-Westfalen
it's OWL
Problem
Internationale Security-Standards fordern die Integration entsprechender Gegenmaßnahmen in die Systeme, z.B. zur Verschlüsselung von Daten oder zur Erkennung von Angriffen mittels Angriffsdetektionssystemen (ADS). Es ist aber je nach System äußerst aufwändig oder sogar unmöglich das gesamte System mittels ADS zu überwachen. Daher fordern die Standards auch die Durchführung einer sogenannten Bedrohungsanalyse. Dabei werden gefährdete Teilsysteme identifiziert, um angemessene Gegenmaßnahmen dort einzusetzen, wo das Risiko entsprechend hoch ist und die Wirksamkeit der Maßnahme vielversprechend, so dass nur ein akzeptables Restrisiko verbleibt.
Dabei werden die zwei Bereiche der Angriffsdetektion und der Bedrohungsanalyse allerdings nur getrennt voneinander bertrachtet, wodurch Synergieeffekte ungenutzt bleiben.
Ziel und Ansatz


Das übergeordnete Ziel des Projekts IoT-ScuBA ist die Erleichterung der Entwicklung und Pflege sicherer IoT-Systeme gemäß dem Security-by-Design-Paradigma – über die gesamte Systemlebensdauer. Eine systematische, toolgestützte und iterative Verzahnung der Bedrohungsanalyse zur Entwicklungszeit mit der Angriffsdetektion zur Systemlaufzeit soll dies ermöglichen. Dazu wird die Bedrohungsanalyse und dabei insbesondere die präzise Ableitung von geeigneten Security-Maßnahmen sowie ADS-Überwachungszielen unterstützt. Das Projekt wird dafür die präzise Auswahl von zu überwachenden Komponenten und die zugehörige Entwicklung des ADS unterstützen. Zusätzlich sollen die Erkenntnisse aus der Anwendung des ADS, d.h. erkannte Angriffe, in die Bedrohungsanalyse zurückgeführt werden, um das Bedrohungsrisiko ggf. neu zu bewerten und Gegenmaßnahmen zu überarbeiten – d.h. Security-Updates zu planen. Somit soll durch den wiederholten Durchlauf des Secure Development Lifecycle das hohe Sicherheitsniveau der Systeme kontinuierlich geprüft und aufrechterhalten werden.
Ergebnisse und Werte
Das Projekt zielt darauf ab, die Entwicklung und Pflege sicherer IoT-Systeme gemäß dem Security-by-Design-Paradigma zu erleichtern und dabei eine systematische, toolgestützte und iterative Verzahnung der Bedrohungsanalyse zur Entwicklungszeit mit der Angriffsdetektion zur Systemlaufzeit zu ermöglichen. Dabei werden folgende konkrete Ergebnisse angestrebt:
Erleichterung der Bedrohungsanalyse und Ableitung von Gegenmaßnahmen: Ein zentrales Ziel des Projekts ist die Entwicklung eines Tools, das Entwicklern auch ohne tiefgehendes Security-Fachwissen ermöglicht, die Architektur ihres Systems mittels Datenflussdiagrammen (DFD) zu modellieren. Dieses Tool soll die präzise Bedrohungsanalyse unterstützen und automatisch geeignete Gegenmaßnahmen vorschlagen. Diese Maßnahmen sind so präzise, dass sie die Anforderungen relevanter Normen erfüllen und den Entwicklern klare Umsetzungsanweisungen geben. Darüber hinaus soll das Tool bei der Auswahl und Konfiguration von kommerziellen Off-The-Shelf-Komponenten (COTS) mit Security-Features unterstützen, indem es deren Sicherheitsmerkmale identifiziert und prüft, ob sie die identifizierten Bedrohungen entschärfen können.
Anwendungsbasierte, verteilte Angriffsdetektion (ADS): Ein weiteres bedeutendes Ziel ist die Entwicklung eines Frameworks für eine effiziente, anwendungsbasierte Angriffsdetektion. Dieses Framework soll die zielgerichtete Überwachung von Softwarekomponenten ermöglichen und eine Vielzahl von Kommunikationsprotokollen sowie die Integration in Security Information and Event Management Systeme unterstützen. Durch die Nutzung von Bedrohungsanalyseergebnissen werden Überwachungspunkte identifiziert, die besonders sicherheitskritische Verhaltensartefakte überwachen. Zur Detektion von Anomalien sollen Verfahren des maschinellen Lernens (ML) eingesetzt werden, die das Normalverhalten des überwachten Systems erlernen und Abweichungen identifizieren, ohne dass eine manuelle Spezifikation von Angriffen notwendig ist. Dabei unterstützt eine automatisierte Auswahl und Konfiguration der Detektionsverfahren durch Automated Machine Learning (AutoML) diesen Prozess.
Verzahnung der Bedrohungsanalyse und der Angriffsdetektion: Um eine effektive Verzahnung der Bedrohungsanalyse mit der Angriffsdetektion zu gewährleisten, wird ein systematischer und iterativer Prozess entwickelt. Dieser Prozess soll die Ableitung von Überwachungszielen aus Bedrohungsanalyseergebnissen erleichtern und die Rückführung von während der Laufzeit gesammelten Detektionsdaten in die Bedrohungsanalyse ermöglichen. Dadurch wird eine kontinuierliche Aktualisierung und Neubewertung der Bedrohungsrisiken ermöglicht. Die während der Systemlaufzeit gesammelten Daten werden so aufbereitet, dass sie in das bestehende Bedrohungsmodell integriert und zur Bewertung des Bedrohungsrisikos verwendet werden können. Dies trägt zur kontinuierlichen Verbesserung und Aufrechterhaltung des hohen Sicherheitsniveaus der Systeme bei.
Durch diese Maßnahmen wird die Sicherheit von IoT-Systemen über deren gesamte Lebensdauer hinweg kontinuierlich verbessert. Dies trägt auch zur Nachhaltigkeit bei, indem frühzeitige Systemverschrottungen und Ressourcenverschwendungen vermieden werden. Das Projekt hilft somit, die hohen Sicherheitsanforderungen zukünftiger IoT-Systeme zu erfüllen und deren langfristige Zuverlässigkeit und Sicherheit zu gewährleisten.
Beteiligte Partner

Paderborn, Germany
1859
Diebold Nixdorf

Paderborn, Germany
2010
Fraunhofer-Institut für Entwurfstechnik Mechatronik IEM

Gütersloh, Germany
1899
Miele & Cie. KG

