차량에 존재하는 다양한 위협과 Attack Surface를 분석하고, 관련 데이터셋을 수집합니다.
자율주행 자동차, 무인 이동체 등의 보안 취약점을 분석하기 위해 기존의 탐지된 취약점 정보를 활용하여 취약점 탐지의 효율성을 높이는 연구를 수행합니다. 특히, 효율적인 취약점 탐지를 위해 AI-assisted Vulnerability Analysis 기법에 대한 연구와 Automotive Fuzzing 기법에 대해 연구합니다.
Mobility 취약점 탐지 기술을 기반으로 자율주행자동차에서 발생 가능한 위협 및 취약점을 식별하고, 이렇게 탐지된 취약점을 방어하기 위한 대응 전략을 수립하는 연구를 수행합니다. 이를 위해 네트워크 및 센서 기반 공격 등의 사이버 위협을 탐지하기 위한 Automotive IDS를 개발합니다.
또한, 악성코드 탐지 기술을 기반으로 자율주행 자동차 대상 악성코드 탐지 시스템을 개발하고, 악성코드 Dataset을 구축/배포합니다.
테러 등 악의적 목적으로 사용되는 무인 이동체의 탐지 및 대응을 위한 안티드론 기술을 연구합니다. 안티드론 기술은 위협 가능성이 있는 불법 드론을 탐지, 추적 및 식별하고, 위험 행위 전에 불법 드론을 무력화시키는 기술로 크게 탐지, 판단, 무력화 기술로 나눌 수 있습니다. 효율적인 안티드론 시스템을 개발하기 위해 다양한 환경 및 상황을 분석하고, 그에 적합한 기술을 유기적으로 동작하도록 연구합니다.
CSMS (Cyber Security Management System) 평가는 OEM의 사이버보안 관리시스템에 대한 심사이며, 평가자는 조직의 프로세스가 제품 생애 주기 전체에 걸쳐 적합한 사이버보안 프레임워크를 제공하는지, UNECE 사이버보안 차량 규제의 CSMS 요구사항을 모두 충족하는지를 평가합니다. 이에 MoSE 연구실에서는 CSMS 및 TARA (Threat Analysis and Risk Assessment) method에 대한 평가 방법과 인증 심사를 효율적으로 수행하기 위한 방법 등을 연구합니다. (TARA methods -> Risk assessment from cyber threats, vulnerabilities, likelihood, and damages on target vehicles, CSMS based on UN Regulation No. 155 and ISO/SAE 21434 -> Law and regulation trends in automobiles require reinforcement of security as well as safety)
빠른 속도로 증가하는 자동차 관련 여러 표준들을 준수하는 것이 점점 어려워지고 있으며, 이러한 표준들은 그 내용이 중첩되거나 지역적 특징을 나타내기도 합니다. 따라서 여러 표준들의 효율적인 구현을 위한 보안 및 안전 관련 표준들의 설계 방안에 대한 연구를 수행합니다.