01

什么是TARA

TARA是威脅分析與風(fēng)險(xiǎn)評(píng)估（Threat Analysis and Risk Assessment）的縮寫,其在ISO/SAE 21434中被認(rèn)為是網(wǎng)絡(luò)安全分析的核心方法。網(wǎng)絡(luò)安全管理貫穿于ISO/SAE 21434所提出的汽車系統(tǒng)全生命周期，例如在概念階段（21434標(biāo)準(zhǔn)第9章節(jié)）中，完成“對(duì)象”（Item）定義后，就需要進(jìn)行TARA分析來識(shí)別車輛潛在的威脅及其風(fēng)險(xiǎn)等級(jí)，以明確網(wǎng)絡(luò)安全目標(biāo)，并為后續(xù)生成網(wǎng)絡(luò)安全需求提供輸入，最終指導(dǎo)后續(xù)的正向開發(fā)。在后開發(fā)階段可對(duì)網(wǎng)絡(luò)安全進(jìn)行分析，得到的安全漏洞及其風(fēng)險(xiǎn)等級(jí)可指導(dǎo)后續(xù)的風(fēng)險(xiǎn)處置決策。

在ISO/SAE 21434的第15章節(jié)中介紹了TARA的方法論，同時(shí)在附錄H中以汽車大燈系統(tǒng)為例進(jìn)行了TARA分析。本文也將結(jié)合個(gè)人經(jīng)驗(yàn)對(duì)該TARA方法論進(jìn)行解讀。

02

TARA方法論解讀

在ISO/SAE 21434的TARA例子中共有7個(gè)部分，分別為資產(chǎn)定義（Asset Identification）、影響等級(jí)評(píng)估（Impact Rating）、威脅場景識(shí)別（Threat Scenario Identification）、攻擊路徑分析（Attack Path Analysis）、攻擊可行性評(píng)估（Attack Feasibility Rating）、風(fēng)險(xiǎn)等級(jí)判定（Risk Value Determination）、風(fēng)險(xiǎn)處置決策（Risk Treatment Decision）。這7個(gè)部分的順序并非固定，圖1為21434標(biāo)準(zhǔn)中所建議的TARA分析流程。

圖1 TARA分析流程概覽圖

03

關(guān)鍵概念辨析

為更好地介紹TARA分析，接下來將進(jìn)行關(guān)鍵概念辨析：

1. 資產(chǎn)（Asset）：本身有價(jià)值的物體或者能產(chǎn)生價(jià)值的物體。

2. 損害場景（Damage Scenarios，DS）：描述對(duì)象功能與不良后果之間的關(guān)系；對(duì)道路使用者或者相關(guān)資產(chǎn)造成的危害。

3. 影響（Impact）：由DS造成的損害、對(duì)身體傷害的嚴(yán)重度程度估計(jì)。（DS造成為危害的影響）

4. 威脅場景（Threat Scenarios，TS）：造成一個(gè)或多個(gè)資產(chǎn)的網(wǎng)絡(luò)安全屬性威脅的潛在原因，以造成損害情景。（DS的原因）

5. 攻擊路徑（Attack Path）:一套惡意的行為以實(shí)現(xiàn)威脅情景。（實(shí)現(xiàn)TS的一種或一組方法，是方法不是物理路徑?。?/span>

6. 攻擊可行性（Attack Feasibility）：描述了成功執(zhí)行攻擊路徑的難易程度。

7. 風(fēng)險(xiǎn)等級(jí)（Risk Value）：結(jié)合影響等級(jí)和攻擊可行性來描述道路車輛的網(wǎng)絡(luò)安全不確定性的影響。

*注：一個(gè)資產(chǎn)可以有多個(gè)網(wǎng)絡(luò)安全屬性，一個(gè)網(wǎng)絡(luò)安全屬性可對(duì)應(yīng)多個(gè)損害場景。一個(gè)損害場景可對(duì)應(yīng)多個(gè)威脅場景，一個(gè)威脅場景可對(duì)應(yīng)多個(gè)損害場景。

04

對(duì)象定義

在進(jìn)行TARA分析前需要完成對(duì)象定義（Item Defintion）來得到明確的分析范圍。所謂對(duì)象，就是在車輛級(jí)別實(shí)現(xiàn)功能部件或組件。對(duì)象定義包括目標(biāo)對(duì)象的邊界、功能、初步系統(tǒng)架構(gòu)等。

05

資產(chǎn)定義

本身有價(jià)值的物體，或者能產(chǎn)生價(jià)值的物體，即可定義為資產(chǎn)。資產(chǎn)可分為實(shí)體資產(chǎn)、數(shù)據(jù)資產(chǎn)（包括ECU固件、通訊數(shù)據(jù)、用戶隱私數(shù)據(jù)、安全算法等）。識(shí)別資產(chǎn)所帶有的網(wǎng)絡(luò)安全屬性（Cybersecurity Properties）得到帶有網(wǎng)絡(luò)安全屬性的資產(chǎn)，進(jìn)一步可分析其潛在的損害場景（Damage Scenarios，DS），這是資產(chǎn)定義所需要輸出的兩大產(chǎn)物?？筛鶕?jù)對(duì)象定義，借助數(shù)據(jù)流圖（Data Flow Diagram，DFD），從進(jìn)程、數(shù)據(jù)流、數(shù)據(jù)存儲(chǔ)、交互方角度考慮得到資產(chǎn)，也可基于預(yù)定義分類進(jìn)行枚舉、基于損害場景-威脅場景得到資產(chǎn)。

對(duì)于資產(chǎn)的網(wǎng)絡(luò)安全屬性最常用的確定方法為微軟的STRIDE模型，該模型通過威脅來映射到相應(yīng)的網(wǎng)絡(luò)安全屬性，常用的安全屬性包括完整性-I、機(jī)密性-C、可用性-A。如表1所示。

表1 STRIDE模型->安全屬性映射表

對(duì)于損害場景的描述可包括對(duì)象功能與不良后果之間的關(guān)系、外部環(huán)境、對(duì)道路使用或者相關(guān)資產(chǎn)造成的危害。

損害場景示例，假設(shè)資產(chǎn)為車輛行駛顯示數(shù)據(jù)，網(wǎng)絡(luò)安全屬性為機(jī)密性，那么可以得到損害場景為車輛行駛顯示數(shù)據(jù)被盜，造成乘客隱私信息泄露。如表2所示。

表2 損害場景示例表

06

影響等級(jí)評(píng)估

對(duì)于影響等級(jí)的評(píng)定可從以下四個(gè)評(píng)判因子：Safety 安全、Financial 財(cái)產(chǎn)、Operational 操作、Privacy 隱私（S、F、O、P）來評(píng)定DS的危害影響。每個(gè)評(píng)判因子評(píng)級(jí)分為四檔：Severe 嚴(yán)重的、Major 重大的、Moderate 中等的、Negligible 微不足道的。對(duì)于影響等級(jí)評(píng)估除了標(biāo)準(zhǔn)附錄F以外還可參考J3601。表3-6詳細(xì)展示了ISO 21434中對(duì)于影響等級(jí)的評(píng)定打分。

表3 Safety 安全評(píng)判因子等級(jí)評(píng)定表

表6 Privacy 隱私評(píng)判因子等級(jí)評(píng)定表

07

威脅場景識(shí)別

威脅場景是資產(chǎn)被破壞的原因，同時(shí)也是損害場景的原因。對(duì)于威脅場景的描述可從以下幾個(gè)角度來考慮：目標(biāo)資產(chǎn)、資產(chǎn)的安全屬性損失、安全屬性損失的原因。

威脅場景示例，假設(shè)資產(chǎn)為車輛行駛顯示數(shù)據(jù)，網(wǎng)絡(luò)安全屬性為機(jī)密性，那么得到威脅場景為行車顯示數(shù)據(jù)在車內(nèi)傳輸過程中，數(shù)據(jù)被篡改，導(dǎo)致行車顯示數(shù)據(jù)的保密性和私密性被破壞。如表7所示。

表7 威脅場景示例表

08

攻擊路徑分析

對(duì)于攻擊路徑的識(shí)別分為兩種方法，一種為自頂向下的方法，通過分析實(shí)現(xiàn)對(duì)應(yīng)威脅場景的不同方法來推斷攻擊路徑，可借鑒攻擊樹、攻擊圖，通過R155進(jìn)行自檢。另外一種為自底向上的方法，從漏洞（Vulnerability）出發(fā), 如果該攻擊路徑?jīng)]有導(dǎo)致威脅場景，則可停止該條路徑的分析。

圖2 攻擊樹架構(gòu)圖（From EVITAD2.3）

攻擊路徑示例，對(duì)應(yīng)之前的威脅場景有如下攻擊路徑，設(shè)備接入通信信道和嗅探通信信道包。如下表8所示。

表8 攻擊路徑示例表

09

攻擊可行性評(píng)估

評(píng)估攻擊可行性在標(biāo)準(zhǔn)附錄G中列舉了三種方法，基于攻擊潛力（重點(diǎn)介紹）、基于CVSS、基于攻擊向量。

攻擊潛力方法對(duì)攻擊路徑實(shí)現(xiàn)的難易程度評(píng)估分為四個(gè)等級(jí)：High、Medium、Low、Very Low，主要從以下五個(gè)角度考慮：

1. 經(jīng)歷時(shí)長（Elapsed Time)，指基于專家知識(shí)來識(shí)別漏洞到最后利用漏洞所花費(fèi)的時(shí)間；

2. 專業(yè)知識(shí)（Specialist Expertise），指攻擊者的能力包括技能、經(jīng)驗(yàn)等；

3. 對(duì)象或組件的知識(shí)（Knowledge of the Item or Component），指攻擊者對(duì)于對(duì)象和組件所需要的信息；

4.窗口期（Window of Opportunity），指能夠成功攻擊的條件因素；

5.設(shè)備（Equipment），指攻擊者發(fā)現(xiàn)漏洞或執(zhí)行攻擊所需要的工具。

根據(jù)以上五個(gè)維度的打分，相加得到總分，然后根據(jù)攻擊可行性等級(jí)評(píng)定表（如表9所示）映射到響應(yīng)的攻擊可行性等級(jí)。

表9 攻擊可行性等級(jí)評(píng)定表

在標(biāo)準(zhǔn)中采納了CVSS（Common Vulnerability Scoring System，通用漏洞評(píng)分系統(tǒng)）中可利用度的度量標(biāo)準(zhǔn)。主要從攻擊向量、攻擊復(fù)雜性、權(quán)限要求和用戶交互四個(gè)維度進(jìn)行評(píng)估。

基于攻擊向量是對(duì)攻擊可行性評(píng)估比較粗略的方法，以攻擊距離遠(yuǎn)近來評(píng)定，主要為網(wǎng)絡(luò)（Network）、相鄰（Adjacent）、本地（Local）、物理（Physical）四個(gè)標(biāo)準(zhǔn)進(jìn)行評(píng)定。

10

風(fēng)險(xiǎn)等級(jí)判定

危害場景的影響程度和相關(guān)攻擊路徑的可行性通過風(fēng)險(xiǎn)矩陣運(yùn)行確定一個(gè)風(fēng)險(xiǎn)值。如果一個(gè)威脅場景對(duì)應(yīng)多損害場景，可為每個(gè)影響等級(jí)確定一個(gè)風(fēng)險(xiǎn)等級(jí)。如果一個(gè)威脅場景對(duì)應(yīng)多條攻擊路徑，則取攻擊可行性最大的。表10為風(fēng)險(xiǎn)矩陣表。

表10風(fēng)險(xiǎn)等級(jí)評(píng)定矩陣表

11

風(fēng)險(xiǎn)處置決策

對(duì)于每一個(gè)威脅場景及其風(fēng)險(xiǎn)值，在標(biāo)準(zhǔn)中建議了以下四種決策：

· 消除風(fēng)險(xiǎn)，通過消除風(fēng)險(xiǎn)源來避免風(fēng)險(xiǎn)，或者決定不開始或繼續(xù)進(jìn)行引起風(fēng)險(xiǎn)的活動(dòng)；

· 緩解風(fēng)險(xiǎn)，通過提供網(wǎng)絡(luò)安全目標(biāo)和概念來降低風(fēng)險(xiǎn)；

· 分擔(dān)風(fēng)險(xiǎn)，購買保險(xiǎn)或者與供應(yīng)商簽訂風(fēng)險(xiǎn)轉(zhuǎn)移合同；

· 保留風(fēng)險(xiǎn)，通過提供關(guān)于風(fēng)險(xiǎn)的網(wǎng)絡(luò)安全聲明來保留風(fēng)險(xiǎn)。

同時(shí)在R155中也有對(duì)于風(fēng)險(xiǎn)處置的決策可參考。

參考資料：

[1] ISO/SAE 21434:2021 Road vehicles — Cybersecurity engineering.

[2] EVITAD2.3 Security requirements for automotive on-board networks based on dark-side scenarios.

[3] UN Regulation No. 155.

[4] 淺析網(wǎng)絡(luò)安全標(biāo)準(zhǔn) ISO/SAE 21434 （十一）TARA分析方法. https://zhuanlan.zhihu.com/p/548263655.

[5] 信息安全（Cyber Security）之TARA分析（二）. https://zhuanlan.zhihu.com/p/438190748.

[6] 淺談ISO/SAE 21434汽車網(wǎng)絡(luò)安全標(biāo)準(zhǔn)（二）風(fēng)險(xiǎn)評(píng)估方法（上）. https://www.eet-china.com/mp/a61838.html.

[7] TARA攻擊樹分析方法論. https://blog.csdn.net/Geely_Tech/article/details/123635208.