Általános szabályok és tanácsok az önálló laborhoz
All, ICS/SCADA, Intrusion Detection, SoC, Forensics, Cars, Internet of Things, Embedded systems, Ethical hacking, Machine Learning, Privacy, Anonymization, Economics, Risk management, Security Education
A laborban több aktív kutatási területeken lehet önálló labor, szakdolgozat, és diplomaterv témát választani. Ezeknek a területeknek a leírása található alább, illetve ebben a diasorban. Ha valamelyik tématerület érdekel, keresd meg a tématerületért felelős kollégánkat, és beszéljetek lehetséges konkrét feladatokról a területen belül. Ne feledjétek, hogy egy-egy feladaton kisebb csoportban (team-ben) is lehet dolgozni.
Kategória: ICS/SCADA, Intrusion Detection, SoC, Forensics
Kritikus infrastruktúráink alapját sokszor ipari automatizálási és folyamatirányítási rendszerek (ICS/SCADA)
alkotják, melyek egyre nagyobb mértékben rendelkeznek külső hálózati kapcsolatokkal, esetleg internet felőli
eléréssel, ezért ki vannak téve a kibertér felől érkező támadásoknak. A munka folyamán be lehet kapcsolódni
offenzív, deffenzív vagy rendszer tervező feladatokba is. A feladatok többsége a következő projektekhez
kapcsolódik: (i) Nemzetköti Atomenergia Ügynükség (IAEA) Enhancing Computer Security Incident Analysis at
Nuclear Facilities; (ii) Versenyképességi és kiválósági együttműködések: Moduláris digitális
gyártástechnológiai keretrendszer és szolgáltatások fejlesztése KKV-k számára.
A projekt során a hallgató az ipari rendszerek érdekes kérdéseivel foglalkozhat, úgy mint:
Létszám: 6 hallgató
Kapcsolat: Holczer Tamás (CrySyS Lab)
Kategória: Cars, Intrusion Detection, Forensics
A gépjárművek vezérlése egyre bonyolultabb, egyre több számítógépből áll. Ezek a részegységek egymással
kommunikálnak, és esetleg támadás áldozatául is eshetnek. Minden vezérlőegység egy belső hálózaton (CAN) keresztül
kommunikál, amelyen megtalálható a legtöbb vezérlőjel, és a szenzorok által mért paraméterek értéke is.
A projekt során a hallgató a jármű rendszerek védelmének érdekes kérdéseivel foglalkozhat, úgy mint:
Létszám: 5 hallgató
Kapcsolat: Gazdag András (CrySyS Lab)
Kategória: Internet of Things, Embedded systems, Ethical hacking
Az Internet ma már nem csak nagy teljesítményű szerverekből, személyi számítógépekből és mobil eszközökből áll, hanem számtalan intelligens beágyazott eszközt is magában foglal. Az előrejelzések szerint 2020-ra 25 milliárd ilyen eszköz lesz hálózatba kötve, és ez számos új és érdekes alkalmazás előtt nyitja meg az utat (pl. okos gyárak és Ipar 4.0, egymással és az útmenti infrastruktúrával kommunikáló járművek, okos városok, épületek, ...). Az intelligens beágyazott eszközökkel kibővült Internet, azaz az Internet of Things (dolgok Internete) vagy röviden IoT, azonban számos informatikai biztonsági kockázatot is magában rejt. Az IoT előre törését a beágyazott számítógépek és a vezeték nélküli kommunikáció fejlődése, illetve ezen technológiák árának folyamatos csökkenése teszi lehetővé. Az alacsony ár, a költségek minimalizálása azonban általában az informatikai biztonság hiányát eredményezi. Ugyanakkor, egyes IoT alkalmazásokban a biztonság hiánya fizikai és anyagi károkhoz vezethet, adott esetben emberéleteket követelhet. Ezekben az alkalmazásokban tehát meg kell találni a megfelelő egyensúlyt a költségek és a rendszer által nyújtott biztonság szintje között.
A CrySyS Lab a vezetője a Nemzeti Kiválósági Programban támogatást nyert SETIT (Security Enhancing Techniques for the Internet of Things) projektnek, ami azt a célt tűzte maga elé, hogy drasztikusan csökkenti az IoT biztonsági kockázatait, és ezzel lehetővé teszi az IoT alkalmazások szélesebb körű elterjedését. A projekten belül, a labor az IoT alkalmazások futtatására szolgáló beágyazott számítási platform biztonságával foglalkozik. Ez a terület azért fontos, mert a platform sikeres támadása a beágyazott eszköz feletti teljes uralom átvételét teszi lehetővé, és ez egyben hatással van minden azon futó alkalmazásra is. A platform biztonságának egyik fontos eleme a biztonságos boot folyamat kialakítása, mely során az eszköz úgy tölti be és indítja el az operációs rendszert és az alkalmazásokat, hogy előtte ellenőrzi azok sértetlenségét. A biztonságos boot folyamat garantálja, hogy újraindítás után helyes állapotba kerül az eszköz, ám továbbra is fennáll annak lehetősége, hogy futási időben kompromittálódik egy platform szintű sebezhetőségnek köszönhetően. Ezért fontos további feladat az operációs rendszer megerősítése (hardening), mint preventív lépés, és a futási időben történő folyamatos integritás-ellenőrzés, mint detekciós módszer. Szükséges lehet továbbá az integritás bizonyítása egy távoli fél (pl. a rendszer üzemeltetője) számára, melyre különböző ún. távoli igazolás (remote attestation) protokollok adnak lehetőséget. Végül alapvető fontosságú a biztonságos távoli szoftverfrissítés, hiszen a felfedezett sérülékenységek javítása csak így oldható meg hatékonyan folyamatosan működő rendszerekben. A platform biztonságon túl, foglalkozunk még IoT eszközök és rendszerek biztonsági tesztelésével (azaz egy speciális, IoT fókuszú, etikus hacker eszköztár kialakításával).
A témakör iránt érdeklődő hallgatók a fenti projekt keretében a fenti problémákon doglozhatnak, és munkájuk során megismerkedhetnek a beágyazott rendszerek programozásával, a beágyazott operációs rendszerek világával, Trusted Execution Environment (TEE) technológiákkal, kriptográfiai módszerek alkalmazásával, és foglalkozhatnak IoT hacking feladatokkal. Egy-egy feladaton több hallgató is dolgozhat egy team-et alkotva.
Létszám: 6-8 hallgató
Kapcsolat: Buttyán Levente (CrySyS Lab)
Kategória: Machine Learning, Privacy, Anonymization
A mesterséges intelligencia és gépi tanulás térnyerése vitathatatlan.
Az automatizált döntéseket alkalmazó rendszerek száma rohamosan
növekszik (önjáró autók, egészségügyi alkalmazások, felhasználói
hitelesítés, döntéstámogatás, profilozás, stb.). Például egy ilyen gépi modell megjósolhatja betegek halálozását a tünetegyüttesből,
vagy a hitelképességet demográfiai és egyéb személyes adatokból, vagy fehérjék és kémiai anyagok reakcióképességét
gyógyszerfejlesztés céljából korábbi adatokból. Ugyanakkor az ilyen rendszerek adatvédelmi és biztonsági problémái jelentősek,
szerteágazóak, és megoldatlanok [1]. A hallgatók az alábbi témákon dolgozhatnak.
Elvárás: munkára való hajlandóság, gépi tanulás ismerete előny de nem feltétel
[1] Attacks against machine
learning — an overview
[2] Model Inversion Attacks
[3] Deep Models Under the GAN: Information Leakage from Collaborative
Deep Learning
[4] Unique in the Crowd: The privacy bounds of human mobility
[5] A személyes adat és a GDPR
[6] Az aggregált adat és a GDPR
[7] Membership Inference Attacks Against Machine Learning Models
[8] Machine Learning Models that Remember Too Much
[9] Natural Language Processing
[10] Vector Representations of Words
[11] The Secret Sharer: Measuring Unintended Neural Network Memorization & Extracting Secrets
Létszám: 4 hallgató
Kapcsolat: Ács Gergely (CrySyS Lab)
Kategória: Economics, Risk management, Privacy
As evidenced in the last 10-15 years, cybersecurity is not a purely technical discipline. Decision-makers,
whether sitting at security providers (IT companies), security demanders (everyone using IT) or the security
industry, are mostly driven by economic incentives. Understanding these incentives are vital for designing
systems that are secure in real-life scenarios [1]. Parallel to this, data privacy has also shown the same
characteristics: proper economic incentives and controls are needed
to design systems where sharing data is beneficial to both data subject and data controller. An extreme example to a
flawed attempt at such a design is the Cambridge Analytica case [2].
The prospective student will identify a cybersecurity or data privacy economics problem, and use elements of game
theory and other domain-specific techniques and software tools to
transform the problem into a model and to propose a solution. Potential topics include:
Required skills: analytic thinking, good command of English
Preferred skills: basic knowledge of game theory, basic programming skills (e.g., python, matlab, NetLogo)
[1] Anderson, Ross, and Moore, Tyler. "The
Economics of Information Security." Science 314.5799(2006):610-613.
[2] Symeonidis, Iraklis and Biczók, Gergely. "
Interdependent privacy in effect: the collateral damage of third-party apps on Facebook. CrySyS Blog.
Létszám: 3 students
Kapcsolat: Gergely Biczók (CrySyS Lab)
Kategória: Security Education
A legtöbb szoftverfejlesztő tanulmányai során
nem vagy felületesen találkozik a szoftverbiztonság témájával.
Többek közt ez a fundamentális oka annak, hogy az informatikai támadások 80-90%-a emberi hibára, szoftverhibára
vezethető vissza. Az Avatao, a CrySyS labor spinoff vállalkozása, egy
olyan platformot épít, ahol a szoftverfejlesztők és más informatikusok gyakorlati példákon keresztül tanulhatják
meg a biztonságos rendszerek építését. A feladatok létrehozására tartalomfejlesztői csapatokat hoztunk létre
vezető szakértők mentorálásával. A diák feladata, hogy csatlakozzon egy ilyen csapathoz és profi egyetemi valamint
céges mentorokkal együttműködve gyakorló biztonsági feladatokat hozzon létre az alábbi témakörökben:
Létszám: sok hallgató
Kapcsolat: Buttyán Levente (CrySyS Lab), Pék Gábor (Avatao)