Révéler et exploiter les vulnérabilités liées à confidentialité dans les paquets sans fil publics des utilisateurs

Revealing and exploiting privacy vulnerabilities in users' public wireless packets

• Auteur / Autrice : Abhishek Kumar Mishra
• Direction : Aline Carneiro Viana, Nadjib Achir
• Type : Thèse de doctorat
• Discipline(s) : Informatique, données, IA
• Date : Soutenance le 19/10/2023
• Etablissement(s) : Institut polytechnique de Paris
• Ecole(s) doctorale(s) : École doctorale de l'Institut polytechnique de Paris
• Partenaire(s) de recherche : : Institut national de recherche en informatique et en automatique (France). Centre technique informatique (Rocquencourt)
• Partenaire(s) de recherche : Laboratoire : inTeRnet BEyond the usual
• Jury : Président / Présidente : Katia Jaffrès-Runser
• Jury : Examinateurs / Examinatrices : Aline Carneiro Viana, Nadjib Achir, Hamed Haddadi, Mathieu Cunche, Viktória Fodor
• Jury : Rapporteur / Rapporteuse : Katia Jaffrès-Runser, Hamed Haddadi

Mots clés

Mots clés contrôlés

Réseaux locaux sans fil

Mots clés libres

Confidentialité

Réseaux sans fil

Paquets sans fil publics

Privacy

Wireless networks

Public wireless packets

Résumé

La prolifération croissante des dispositifs réseau WiFi (Wireless Fidelity) et Bluetooth Low Energy (BLE) diffusant des paquets publics non chiffrés par voie hertzienne a suscité de plus en plus de préoccupations concernant la confidentialité des utilisateurs. Ces paquets publics se composent de trames de gestion, telles que les trames probe-requests et les trames beacons, nécessaires aux appareils pour découvrir les réseaux sans fil disponibles et améliorer l'expérience utilisateur. La révélation de l'adresse MAC d'un appareil à travers les paquets publics permet de suivre l'appareil et de réaliser un profilage comportemental. Les appareils modernes changent périodiquement leur adresse MAC annoncée, de manière aléatoire (randomisation). Néanmoins, des attaques contre la randomisation des adresses MAC ont été menées, démontrant que des adresses aléatoires provenant d'un appareil peuvent être associées avec aussi peu d'informations que les horodatages de leurs paquets publics.Dans cette thèse, nous identifions les principales failles qui peuvent conduire à l'association des adresses MAC. Afin de mesurer la gravité des failles identifiées en examinant les performances des frameworks d'attaques d'association MAC existantes, nous avons besoin de traces d'écoute passive à grande échelle des paquets publics avec une ''vérité terrain'' concernant les adresses aléatoires générés par le même équipement. Finalement, nous mettons en évidence ces défauts et en proposons un outil de simulation pour générer des traces d'écoute passive WiFi et BLE à grande échelle. Nous révélons que la randomisation actuelle des appareils n'est pas suffisamment efficace et doit être révisée.En plus de l'identification des failles clés, nous abordons l'imprécision des frameworks d'association existants avec des scénarios de collecte de traces respectifs pour comprendre les facteurs contribuant aux performances de l'association. Nous avons mené des études de cas afin d'en tirer des benchmarks pour évaluer les performances de tout framework d'association. Finalement, nous proposons et évaluons un nouveau framework d'association afin de déterminer ses performances attendues avec divers ensemble de traces en entrée.Une fois l'association MAC obtenue, nous révélons l'inférence des emplacements des utilisateurs à partir des trames probe-requests captées passivement. Nous identifions les limites de l'indicateur de force du signal reçu (RSSI) dans l'inférence précise des trajectoires des utilisateurs en raison de sa grande variabilité. En tenant compte de cela, nous proposons un nouveau concept appelé ''trajectoires bornées''. Une trajectoire bornée désigne une zone où un utilisateur particulier est probablement présent dans le temps. Nous analysons et modélisons les erreurs associées à l'estimation de la distance radiale pour déduire des trajectoires bornées qui offrent une grande inclusivité de la trajectoire réelle des utilisateurs et une largeur suffisamment étroite tout au long de son parcours.

The increasing proliferation of Wireless Fidelity (WiFi) and BluetoothLow Energy (BLE) networked devices broadcasting over-the-air unencryptedpublic packets has raised growing concerns regarding users' privacy. Suchpublic packets consist of management frames, like probe-requests and bea-cons, necessary for devices to discover available wireless networks and en-hance user experience. Revealing the MAC address of a device throughpublic packets allows adversaries to follow the device and do behavioral profiling. Modern devices periodically change/randomize their advertised MAC addresses. Nevertheless, attacks on MAC address randomization have been carried out, demonstrating that randomized addresses from a device can be associated with as little information as the timestamps of their advertised public packets.In this thesis, we identify key flaws that lead to the MAC association.To measure the severity of identified flaws by looking at the performance ofcurrent MAC association attacks, we need large-scale traces of public packets with ”ground truth” information regarding randomized addresses from the same device. We assert the flaws by employing our proposed simulation framework to generate large-scale WiFi and BLE passive sniffing traces. We reveal that current device randomization is not ineffective and needs to be revised.In addition to key flaws identifications, we address the unreliability ofexisting association frameworks with respective trace collection scenariosto understand the factors contributing to variable association performance.We conduct case studies and introduce benchmarks for evaluating the per-formance of any association framework. We show the need for a new andeffective WiFi MAC association framework. We develop and benchmark anovel association framework to determine its expected performance with any new input probe-request dataset.Once achieving effective MAC association, we reveal the inference of userlocations from passively sniffed probe-requests. In this thesis, we identify the limitations of the Received Signal Strength Indicator (RSSI) in accuratelyinferring user trajectories as a series of timestamped locations due to its high variability. Considering this, we propose a novel concept called ”bounded trajectories.” Bounded trajectory refers to an area where a particular user is probable to be present across time. We analyze and model the errors associated with radial-distance estimation to derive bounded trajectories that offer high inclusiveness of users' actual trajectory and narrow width throughout its course.