Identification automatisée des interactions comportementales entre les fonctions de sûreté et de sécurité dans les systèmes automobiles

Automated identification of behavioural interactions between safety and security features in automotive systems

• Auteur / Autrice : Priyadarshini -
• Direction : Oum El Kheir Aktouf
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 01/12/2020
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale mathématiques, sciences et technologies de l'information, informatique
• Partenaire(s) de recherche : Laboratoire : Laboratoire de conception et d'intégration des systèmes
• Partenaire(s) de recherche : Equipe de recherche : CTSYS

Mots clés

Mots clés libres

Sûreté

Sécurité

Interaction des fonctionnalités

Analyse de l'architecture logicielle

Véhicules autonomes

Systèmes cyber-physiques

Safety

Security

Feature interaction

Software architecture analysis

Autonomous vehicles

Cyber-physical systems

Résumé

Today's transportation systems are undergoing a major transformation, driven by electrification, enhanced connectivity, and the integration of software-defined features and machine learning algorithms. These advancements substantially increase system complexity and the risk of unintended feature interactions. The shift towards automated driving reduces human involvement, heightening the need for reliable systems that ensure both safety and security. While standards such as ISO 26262 for functional safety and ISO/SAE 21434 for cybersecurity set stringent requirements, there is no industry standard that addresses the interactions between safety and security artefacts. Unintended interactions between these artefacts can introduce significant risks, including critical safety concerns. These challenges are compounded by differing terminologies, separate development teams, and tight delivery timelines, often resulting in late detection of these interactions, leading to higher costs and delays. The primary aim of this thesis is to develop methodologies for identifying safety and security interactions in the automotive domain, thereby enhancing overall system dependability. First, we address the research question: How can interactions between security feature designs and safety failures of system components be identified and assessed? Our proposed method is the first to establish a causal link between security features and component failures by analysing existing safety and security artefacts, such as Design FMEA and SysML diagrams of security features. The evaluation demonstrates that our method effectively identifies security feature designs that could lead to safety failures and can be applied to real-world systems. Next, we address the research question: How can directed behavioural interactions between safety and security features be effectively identified? To address this, we propose several methods that automatically identify different types of interactions, including direct and indirect interactions involving intermediate safety or security features. Our methods analyse existing behavioural specification models, specifically UML activity and sequence diagrams, facilitating efficient reuse of established artefacts and reducing the need to develop new models from scratch. Additionally, tool support is provided, and the methods are validated on a real-world UML model of a driver assistance system. Finally, we compare our proposed methods with a state-of-the-art method to assess their ability to identify different types of interactions while considering execution time. The results show that while two methods effectively detect direct interactions, only one excels in identifying complex indirect interactions. Moreover, the comparison highlights the advantages and limitations of each method, aiding the selection of an appropriate method based on factors such as time, computational resources, and the safety criticality of the system. This thesis, conducted within an industrial setting, presents systematic and pragmatic methods for identifying safety and security interactions, advancing the body of knowledge on safety and security co-engineering in cyber-physical systems.

Les systèmes de transport actuels subissent une transformation majeure, motivée par l'électrification, la connectivité accrue et l'intégration de fonctionnalités définies par logiciel et d'algorithmes d'apprentissage automatique. Ces avancées augmentent considérablement la complexité des systèmes et le risque d'interactions non prévues entre les fonctionnalités. La transition vers la conduite automatisée réduit l'implication humaine, renforçant ainsi la nécessité de systèmes fiables garantissant à la fois la sûreté et la sécurité. Bien que des normes telles que l'ISO 26262 pour la sûreté fonctionnelle et l'ISO/SAE 21434 pour la cybersécurité imposent des exigences strictes, aucune norme industrielle ne traite des interactions entre les artefacts de sûreté et de sécurité. Les interactions non prévues entre ces artefacts peuvent entraîner des risques importants, notamment en matière de sûreté critique. Ces défis sont accentués par des terminologies différentes, des équipes de développement séparées et des délais de livraison serrés, ce qui conduit souvent à une détection tardive de ces interactions, entraînant des coûts plus élevés et des retards. L'objectif principal de cette thèse est de développer des méthodologies pour identifier les interactions entre la sûreté et la sécurité dans le domaine automobile, améliorant ainsi la fiabilité globale des systèmes. Tout d'abord, nous abordons la question de recherche suivante: Comment les interactions entre les conceptions des fonctionnalités de sécurité et les défaillances de sûreté des composants du système peuvent-elles être identifiées et évaluées? Notre méthode proposée est la première à établir un lien causal entre les fonctionnalités de sécurité et les défaillances des composants en analysant les artefacts existants de sûreté et de sécurité, tels que l'AMDEC de conception (Design FMEA) et les diagrammes SysML des fonctionnalités de sécurité. L'évaluation montre que notre méthode identifie efficacement les conceptions de fonctionnalités de sécurité susceptibles de conduire à des défaillances de sûreté et qu'elle peut être appliquée à des systèmes réels. Ensuite, nous abordons la question de recherche suivante: Comment les interactions comportementales dirigées entre les fonctionnalités de sûreté et de sécurité peuvent-elles être efficacement identifiées? Pour cela, nous proposons plusieurs méthodes qui identifient automatiquement différents types d'interactions, y compris les interactions directes et indirectes impliquant des fonctionnalités intermédiaires de sûreté ou de sécurité. Nos méthodes analysent les modèles de spécifications comportementales existants, en particulier les diagrammes d'activités et de séquences UML, permettant ainsi la réutilisation efficace des artefacts existants et réduisant la nécessité de développer de nouveaux modèles. De plus, un support d'outils est fourni et les méthodes sont validées sur un modèle UML réel d'un système d'assistance au conducteur. Enfin, nous comparons nos méthodes proposées avec une méthode de l'état de l'art afin d'évaluer leur capacité à identifier différents types d'interactions tout en tenant compte du temps d'exécution. Les résultats montrent que, bien que deux méthodes détectent efficacement les interactions directes, une seule excelle dans l'identification des interactions complexes indirectes. De plus, la comparaison met en évidence les avantages et les inconvénients de chaque méthode, facilitant le choix d'une méthode appropriée en fonction de facteurs tels que le temps, les ressources de calcul et la criticité en matière de sûreté du système. Cette thèse, réalisée dans un cadre industriel, présente des méthodes systématiques et pragmatiques pour identifier les interactions entre la sûreté et la sécurité, contribuant ainsi à l'avancement des connaissances sur la co-ingénierie de la sûreté et de la sécurité dans les systèmes cyber-physiques.