引言
$物联网嵌入式安全是网络安全领域最具挑战性的分支之一。数十亿资源受限设备部署在物理世界中,从工业控制系统到智能家居、从医疗设备到车联网,每个设备都是潜在的攻击入口。与传统IT安全不同,物联网安全必须同时应对硬件侧信道、固件逆向、无线协议攻击和物理篡改等多维度威胁。本文从硬件信任根到无线通信安全,从固件分析到边缘AI模型保护,构建完整的物联网嵌入式安全知识体系。
$ $1. 硬件安全与信任根
$1.1 硬件安全模块与TPM
$物联网安全的根基在于硬件信任根(Hardware Root of Trust, HRoT)。TPM 2.0(Trusted Platform Module)提供了密钥生成、存储和平台完整性度量等核心安全功能。TPM的PCR(Platform Configuration Register)寄存器在启动过程中持续度量各阶段代码(BIOS→Bootloader→OS→应用),任何阶段的代码被篡改都会导致PCR值变化,从而检测到启动链完整性破坏。ARM TrustZone将系统划分为安全世界(Secure World)和非安全世界(Normal World),敏感操作(如密钥处理、生物识别)在安全世界中执行,即使非安全世界的操作系统被攻破也无法访问安全世界数据。
$ $1.2 安全元件与嵌入式SIM
$安全元件(Secure Element, SE)是经过CC EAL5+认证的防篡改芯片,可安全存储凭证、执行加密操作。Apple的Secure Enclave和Google的Titan M系列是SE的典型应用。在物联网场景中,嵌入式SIM(eSIM)集成了SE功能——设备身份凭证写入不可擦除的eSIM芯片,防止身份克隆。iSIM(Integrated SIM)进一步将SE集成到SoC中,降低了BOM成本和物理攻击面。
$ $1.3 物理不可克隆函数
$物理不可克隆函数(Physical Unclonable Function, PUF)利用半导体制造过程中的随机物理差异为每个芯片生成唯一且不可克隆的数字指纹。SRAM PUF通过测量SRAM上电状态的随机位模式生成密钥——每个芯片的SRAM初始状态因制造差异而不同,但同一芯片的初始状态高度可重复。PUF用于设备身份认证(无需存储密钥即可生成唯一标识)、密钥派生(PUF响应→密钥派生函数→加密密钥)和防克隆保护(攻击者无法复制芯片的物理微观差异)。
$ $2. 固件安全与逆向防护
$2.1 固件提取与分析
$固件提取是安全分析的起始点:通过UART/JTAG/SWD调试接口导出固件镜像;通过SPI/I2C接口直接读取Flash芯片内容;通过OTA更新通道的网络监听获取固件包。Binwalk是固件分析的瑞士军刀——自动识别文件系统(SquashFS/JFFS2/YAFFS)、压缩数据和可执行代码段。Ghidra和IDA Pro用于固件逆向,针对ARM Cortex-M、MIPS、RISC-V等嵌入式架构。固件分析重点寻找:硬编码密钥/密码、调试接口未关闭、已知CVE组件、二进制后门。
$ $2.2 安全启动链
$安全启动(Secure Boot)确保设备只能执行可信代码:出厂时在OTP/eFuse中烧录公钥哈希;启动时BootROM首先执行,使用eFuse中的公钥哈希验证下一阶段bootloader的数字签名;bootloader验证OS内核签名,内核验证根文件系统完整性(dm-verity)。信任链中任何一环签名验证失败则拒绝启动。安全启动的工程挑战包括:密钥管理(私钥存储在哪?如何吊销?)、启动延时(每级RSA/ECDSA签名验证增加100-300ms)、固件更新安全(升级包完整性+防降级+版本防回滚)。
$ $2.3 固件保护:加壳与混淆
$防止固件被逆向分析和篡改的保护措施包括:代码混淆(控制流扁平化、虚假分支插入)、字符串加密(敏感字符串运行时解密)、加壳(运行时解密真实代码并从RAM执行)。但保护方案需权衡安全性与性能——低端MCU(如Cortex-M0仅有8KB RAM)难以支持重量级保护。XIP(eXecute In Place)从Flash直接执行加密切片代码是折中方案——代码始终以加密形态存储,解密在硬件透明完成(如使用AES引擎透明解密)。
$ $3. 无线通信安全
$3.1 BLE安全机制与攻击面
$蓝牙BLE的安全性设计为多个层次:配对阶段使用ECDH密钥交换(LE Secure Connections使用P-256曲线),加密阶段使用AES-CCM加密数据包。BLE面临的主要攻击包括:Just Works配对模式缺乏MITM保护、Legacy配对使用极易破解的TK密钥、BLE Sniffing使用Ubertooth/nRF Sniffer截获空口数据包、BLESA(BLE Spoofing Attack)通过伪造重连数据绕过认证、KNOB攻击强制降级加密密钥长度至1字节。防御措施包括:强制使用LE Secure Connections配对(需要显示屏输入6位配对码或NFC OOB配对)、BLE连接加密白名单、连接参数(连接间隔/监控超时)随机化使跟踪更困难。
$ $3.2 LoRaWAN安全架构
$LoRaWAN使用双层AES-128加密保障端到端安全:网络会话密钥NwkSKey(设备↔网络服务器)负责MAC层数据完整性校验(MIC)和信令加密;应用会话密钥AppSKey(设备↔应用服务器)负责应用层端到端加密。OTAA(Over-The-Air Activation)加入流程中设备和服务器交换DevNonce和AppNonce,使用AppKey派生会话密钥;ABP(Activation By Personalization)直接硬编码密钥,虽然简单但不支持密钥轮换——一旦设备被物理提取密钥即泄漏。LoRaWAN 1.1版本改进了安全性:引入Join Server作为密钥中继(网络服务器无法获取AppSKey)、加入使用双向认证防止加入欺骗、支持强制密钥分离。
$ $3.3 Wi-Fi与Zigbee安全分析
$IoT设备Wi-Fi安全痛点包括:WPS PIN暴力破解(Pixie Dust攻击可秒破)、WPA2四次握手密钥重放攻击(KRACK)、设备硬编码Wi-Fi PSK。Zigbee 3.0采用AES-128-CCM加密和网络层全局密钥+链路层点对点密钥双层加密架构,但仍存在:Trust Center密钥通过明文传输的风险、重新加入时的未加密信标帧暴露信息、ZLL(Zigbee Light Link)Touchlink调试模式中commissioning时发送全局信任中心密钥。安全建议:使用设备唯一密钥(Zigbee安装码派生)、选择最新协议版本(Zigbee 3.0/WPA3)、关闭调试和测试模式。
$ $4. 边缘AI模型保护
$4.1 AI模型提取与知识产权
$边缘AI模型代表巨大的研发投入(标注数据成本+GPU训练算力),是企业的核心知识产权。模型提取攻击可以逆向还原模型结构和权重——通过API黑盒查询+神经网络权重推断重构等效模型。防御措施包括:模型混淆(插入伪神经元改变推理路径)、计算可信硬件(SE中执行敏感推理层)、模型导出水印(特定输入产生特定输出标识模型来源)、端侧加密推理(模型加密存储,仅在可信执行环境中解密和推理)。
$ $4.2 对抗样本与边缘设备鲁棒性
$边缘AI模型对抗物理世界对抗样本攻击:对抗贴纸欺骗自动驾驶检测器、对抗眼镜躲避人脸识别、对抗噪音欺骗语音助手。在IoT场景中,对抗样本需考虑物理世界约束——摄像头视角变化、光照差异、传感器噪声。物理世界对抗防御策略包括:多传感器融合(摄像头+雷达+LiDAR交叉验证)、对抗训练(物理变换增强的对抗样本训练)、异常检测(检测置信度异常低的输入)、随机化预处理(随机缩放/裁剪扰动对抗噪声)。
$ $4.3 TEE可信执行环境
$可信执行环境(Trusted Execution Environment, TEE)在处理器内部创建与Normal World隔离的安全计算域:ARM TrustZone用Secure/Normal位隔离世界、Intel SGX用Enclave保护内存、RISC-V Keystone提供可定制TEE框架。在物联网TEE实现中:ARM TrustZone-M(面向Cortex-M33)通过SAU(Security Attribution Unit)划分安全/非安全内存区域;OP-TEE是开源TrustZone安全操作系统,提供TA(Trusted Application)运行在安全世界。敏感操作(密钥处理、生物认证、支付确认)放入TA中——即使Normal World操作系统被攻破也无法访问TEE中的数据。
$ $5. 物联网设备管理与安全监控
$5.1 OTA安全升级
$OTA(Over-The-Air)升级是物联网设备安全维护的关键通道,但也是高风险攻击面。安全OTA需要:升级包签名验证(使用设备内置的公钥验证服务器签名的升级包)、加密传输(TLS或应用层加密保护升级包在传输中不被分析)、防降级保护(eFuse版本号防止回滚到旧的有漏洞版本)、原子化升级(双分区设计——在备用分区写入新版本,验证通过后才切换启动分区,失败自动回滚到旧分区)。
$ $5.2 设备身份与PKI
$每艘物联网设备需要唯一身份标识用于认证和授权:X.509设备证书(设备私钥+CA签名的公钥证书链)、设备ID(TPM EK证书/PUF身份标识)。设备密钥管理包括:制造产线阶段注入(密钥在产线阶段烧入eFuse/安全芯片)、动态证书申请(设备首次联网时通过EST协议申请证书)、证书生命周期管理(自动续期、主动吊销)。轻量级协议如DTLS-PSK适用于极度受限的设备(省去完整TLS握手和X.509证书处理)。
$ $5.3 AI驱动的异常检测
$物联网安全监控使用AI分析设备行为基线检测异常但不需要每包深度包检测(DPI)消耗计算资源:规则引擎匹配已知攻击模式(如Mirai僵尸网络使用telnet默认密码爆破的特定载荷)、机器学习学习正常通信模式(设备到云端的周期性遥测时间间隔和数据量)——偏离基线的行为触发告警(如突然出现C2通信模式、异常流量峰值、固件完整性校验失败)。Sinkhole DNS与流量分析组合识别设备受到僵尸网络的感染。
$ $6. 行业合规与隐私保护
$6.1 全球物联网安全法规
$物联网安全法规正在全球加速制定:欧盟Cyber Resilience Act要求所有数字产品满足基本网络安全要求并限期修复漏洞;美国IoT Cybersecurity Improvement Act(2020)规定联邦采购设备必须符合NIST SP 800-213基线要求;中国《物联网基础安全标准体系建设指南》终端安全、网关安全和平台安全三大方面建立强制性标准。ETSI EN 303 645作为首个全球消费类物联网安全基线标准,涵盖13项基本要求:无默认密码、漏洞报告机制、安全更新、敏感数据安全存储等。
$ $6.2 数据最小化与隐私增强技术
$物联网设备收集大量个人数据——从位置轨迹到健康信息。数据最小化原则要求仅收集和处理业务所需的最少数据。差分隐私在遥测数据中加入经过校准的统计噪声,可以在保护个人身份的前提下获得准确的聚合统计结果。联邦学习使设备可以在本地训练模型更新上共享模型参数同步而非原始数据。同态加密允许对加密数据直接进行计算(如聚合多个智能家居设备的温度数据而不用解密每条数据),在保持加密状态下实现分析功能。
$ $6.3 ICS/SCADA关键基础设施安全
$工业控制系统(ICS/SCADA)是物联网在工业领域的延伸,安全失误可能造物理破坏或环境污染。Purdue模型将ICS网络分为多个层级(企业网络→DMZ→生产控制→过程控制→现场设备),通过工业防火墙和单向网关(数据二极管)实现隔离。SDN for ICS提供基于软件的流量管控,防止未经授权的横向移动。IT与OT安全融合实现了企业安全运营中心对生产环境的统一可见,但需要平衡安全控制的严格要求和OT的高可用性要求。
$ $7. 未来趋势
$物联网安全持续演进:Matter协议为消费物联网提供统一开源安全底座(基于CASE/PASE安全会话和节点操作证书),旨在终结IoT生态碎片化。后量子密码轻量化开始向IoT延伸(NIST轻量级密码竞赛选了ASCON作为IoT场景标准,兼顾侧信道防护和能效)。TinyML安全关注如何在微控制器上实现对抗训练(防御对抗样本)和执行隐私推理。AI安全编排将异常检测、异常定位和安全响应编排集成到网络设备级别——当检测到异常时主动分区或限制被感染设备的通信。
$ $总结
$物联网嵌入式安全是一个横跨硬件设计、无线通信、固件、AI和网络安全的复合领域。核心原则包括:硬件信任根(TPM/TrustZone/PUF)提供不可篡改的安全根基,安全启动链确保代码完整性,端到端加密保障通信机密性,OTA安全升级维持长期安全性,TEE保护边缘AI推理。法规和标准(ETSI EN 303 645、NIST SP 800-53、IEC 62443)正在推动物联网安全从可选走向必选。在这个数十亿设备互联的世界中,每个设备的安全影响整个生态系统的韧性。
$

发表评论 取消回复