Die Tarnkappe fürs Internet Gefällt mir!

Transkript

1 Fakultät Informatik Institut Systemarchitektur Professur Datenschutz und Datensicherheit Die Tarnkappe fürs Internet Gefällt mir! Vorstellung des Lehrstuhls Datenschutz & Datensicherheit Dresden, 16. Juni 2014 Dr.-Ing. Stefan Köpsell

2 Datenschutz vs. Datensicherheit z keine wirklich klaren Definitionen / Abgrenzungen vorhanden z Datenschutz: Ö Schutz vor Daten z Datensicherheit Ö Schutz von Daten

3 Definitionen für die Schutzziele 3 Vertraulichkeit (confidentiality) Informationen werden nur Berechtigten bekannt. Integrität (integrity) Informationen sind richtig, vollständig und aktuell oder aber dies ist erkennbar nicht der Fall. Verfügbarkeit (availability) Informationen sind dort und dann zugänglich, wo und wann sie von Berechtigten gebraucht werden. - subsumiert: Daten, Programme, Hardwarestrukturen - es muss geklärt sein, wer in welcher Situation wozu berechtigt ist - kann sich nur auf das Innere eines Systems beziehen

4 Schutzziele: Sortierung 4! Unerwünschtes verhindern! Inhalte!! Vertraulichkeit! Verdecktheit! Umfeld!! Anonymität! Unbeobachtbarkeit! Erwünschtes leisten! Integrität! Verfügbarkeit! Zurechenbarkeit! Erreichbarkeit! Verbindlichkeit!

5 Maximal berücksichtigte Stärke eines Angreifers 5 Geld! Zeit! Angreifermodell! Schutz vor einem allmächtigen Angreifer ist unmöglich. Rollen des Angreifers (Außenstehender, Benutzer, Betreiber, Wartungsdienst, Produzent, Entwerfer ), auch kombiniert Verbreitung des Angreifers Verhalten des Angreifers passiv / aktiv beobachtend / verändernd (bzgl. seiner erlaubten Handlungen) dumm / intelligent Rechenkapazität: unbeschränkt: informationstheoretisch beschränkt: komplexitätstheoretisch

6 > Access points Computer Electromagentic radiation Transmission Copper or fiber lines >dir AUTTOEXEC.BAT COMAND.COM. Radio links Inside (Trojan Horses)

7 Globale Überwachung unter Beteiligung amerikanischer Firmen

8 Vor wem ist zu schützen? EU-Parlament über das globale Überwachungssystem ECHELON:... daß nunmehr kein Zweifel mehr daran bestehen kann, daß das System nicht zum Abhören militärischer, sondern zumindest privater und wirtschaftlicher Kommunikation dient, ihre Bürger und Unternehmen über die Möglichkeit zu informieren, daß ihre international übermittelten Nachrichten unter bestimmten Umständen abgefangen werden; besteht darauf, daß diese Information begleitet wird von praktischer Hilfe bei der Entwicklung und Umsetzung umfassender Schutzmaßnahmen, auch was die Sicherheit der Informationstechnik anbelangt;...

9 Warum soll ich mich selber schützen...?... weil man nicht sich nicht immer auf andere verlassen kann.

10 Datenschutz für die Cloud? [

11 Mehrseitige Sicherheit 11 Jeder Beteiligte hat eigene Sicherheitsinteressen. Jeder Beteiligte kann seine Sicherheitsinteressen formulieren. Konflikte werden erkannt und Lösungen ausgehandelt. Jeder Beteiligte kann seine Sicherheitsinteressen in den ausgehandelten Lösungen durchsetzen. Sicherheit mit minimalen Annahmen über andere

12 Lehr- / Forschungsgebiete 12 Mehrseitige Sicherheit, insbesondere Sicherheit durch verteilte Systeme Datenschutz & Datenschutzfreundliche Technologien anonyme Kommunikation datenschutzgerechtes Data Mining Datenschutz in Online Social Networks Datenschutz im Smart Grid Datenschutz in Pervasive Computing, Internet of Things, Cyber Physical Systems Sicherheit bei Network Coding Kryptographie (Steganographie) (Multimedia-Forensik) Informations- und Kodierungstheorie

13 Lehrveranstaltungen im Bereich Sicherheit / technischer Datenschutz (Auswahl) Lehrveranstaltung Lehrende(r) SWS Security & Cryptography I / II Strufe 2/2 Mining Facebook Strufe 2/2 Kryptographie und -analyse Franz 2/0 Datensicherheit Franz 2/2 Kanalkodierung Schönfeld 2/2 Informations- und Kodierungstheorie Schönfeld 2/1 Einführung in das Datenschutzrecht Wagner 2/0 Anonyme Kommunikation Köpsell 2/2 Hauptseminar: Technischer Datenschutz Köpsell 0/2 Hauptseminar: Datenschutz in Online Social Networks Strufe 0/2 Praktikum: Kryptographie und Datensicherheit Köpsell 0/4 Praktikum: Datenschutzfreundl. Technologien im Internet Köpsell 0/4 Proseminar Datenschutz in der Anwendungsentwicklung Borcea-Pfitzmann 0/2 Proseminar Kryptogra. Grundlagen der Datensicherheit Köpsell 0/2 Informatik und Gesellschaft Köpsell 2/0 13

14 Ziele von Lehre an Universitäten 14 Wissenschaft soll u.a. klären Wie etwas ist. Vor allem aber auch Warum etwas so ist oder Wie es alternativ sein könnte (und vielleicht auch sollte). Ewige Wahrheiten (d.h. Wissen mit großer Relevanzzeit) sollten an Universitäten mehr als 90% des Lehr- und Lernaufwands ausmachen.

15 Kurzum: Integre IT-Sicherheitsexpert(inn)en mit eigenem Urteil und Rückgrat. Allgemeine Ausbildungsziele (nach Prioritäten) Erziehung zu Ehrlichkeit und realistischer Selbsteinschätzung 2. Anregung zu realistischer Fremdeinschätzung von Personen, Firmen und Organisationen 3. Sicherheits- und Datenschutzbedürfnisse ermitteln Realistische Schutzziele Realistische Angreifermodelle / Vertrauensmodelle 4. Validierung und Verifikation, inklusive prinzipieller und praktischer Grenzen 5. Sicherheits- und Datenschutzmechanismen Kennen und verstehen sowie Entwickeln können

16 Ausbildungsziele: Angebote am Lehrstuhl 16 Wechselwirkungen zwischen IT-Systemen und Gesellschaft, z.b. gegensätzliche Interessen der Beteiligten, Datenschutzprobleme, Verletzlichkeit... Grundsätzliche Sicherheitslücken heutiger IT-Systeme verstehen Verstehen, was Mehrseitige Sicherheit bedeutet, wie sie beschrieben und erreicht werden kann Vertiefte Kenntnisse der wichtigen Tools für Sicherheit in verteilten Systemen: Kryptographie und Steganographie Vertiefte Kenntnisse in fehlerfreier Übertragung und Wiedergabe Grundkenntnisse in Fehlertoleranz Abwägungen bei der Systemkonstruktion: Aufwand vs. Leistung vs. Sicherheit Grundkenntnisse in den einschlägigen gesetzlichen Regelungen

18 Beispiele für Veränderungen bzgl. Anonymität Broadcast sorgt für Empfängeranonymität wer welche Sendungen und Informationen sieht, ist nicht feststellbar

19 Beispiele für Veränderungen bzgl. Anonymität Internet-Radio, IPTV, Video on Demand etc. unterstützen eine Profilbildung bzgl. Interessensdaten

20 Anonyme Briefpost wird durch global überwachbare s abgelöst Interessant: Trotz offensichtlicher Gefahren, die von der gelben Post ausgehen, fordert niemand Absender-Identifizierung

21 Die Massenware Zeitung wird mittels Web, elektronischem Papier und Print on demand personalisiert

22 Anonyme und unbeobachtbare Kommunikation im Internet Forschung auf dem Gebiet Anonyme und unbeobachtbare Kommunikation seit den 1980ern holistische Sichtweise: Berücksichtigung verschiedenster Interessen (Strafverfolgung, Zensurresistenz, etc.) praktische Umsetzung seit 2000 im Projekt AN.ON prototypische Implementierung und Betrieb eines Mix-Kaskadenbasierten Anonymisierungsdienstes zum Web-Surfen seit 2007: Kommerzialisierung durch JonDos GmbH

23 Überblick AN.ON-Gesamtsystem verteilter InfoService

24 Das Mix-Verfahren Idee: Unverkettbarkeit zwischen ein- und ausgehenden Nachrichten erzeugen Mix 1! Mix 2! Ein Mix sammelt Nachrichten, kodiert sie um und gibt sie umsortiert wieder aus. Arbeiten alle Mixe zusammen, können sie den Weg einer Nachricht zurückverfolgen.

25 JAP Hauptfenster

26 JAP Konfigurationsdialog

27 Identitätsmanagement Herkömmliche Umsetzung: eine Identität pro Nutzer Telefonnummer Steuerklasse Führerschein Kontonummer Name Alter Adresse Wesentliches Problem: Verkettbarkeit von Datensätzen &

28 Verkettungsmöglichkeiten Zusammenführen von (personenbezogenen) Daten aus verschiedenen Quellen, um Nutzerprofile zu erhalten Datensätze enthalten eindeutige Identifizierungsmerkmale (Identifikationsnummern, etc.) à Verkettung einfach möglich Datensätze enthalten viele, aber keine eindeutigen Merkmale (Quasi-Identifikatoren) à Verkettung schwieriger, aber oft trotzdem möglich Problem: Inferenz-Angriffe Forschungsfrage: wie verhindern? à deshalb: Datenvermeidung ermöglichen! Verkettbarkeit verhindern! &

29 Datenschutzgerechtes Identitätsmanagement Mehrere Teil-Identitäten pro Nutzer Telefonnummer p 1 p 5 Führerschein Name Alter p 2 p 3 p 4 Steuerklasse Kontonummer Name Alter Kontonummer Name Adresse à Verwaltung unter Kontrolle des Nutzers à Forschungsfragen: à Automatische Verwaltung von Teil-Identitäten an Hand des Kontexts à Benutzbarkeit (Usability) &

31 Privacy-Preserving Data Mining Sichere Berechnung Mindestens 2 Parteien Verteilte Eingabe oder Auslagerung der Berechnung Unterschiedliche Anforderungen Kein vollstängiges Vertrauen Protokollentwicklung Sichere Textvergleiche Sequenzvergleiche Ähnlichkeiten zw. Strings Unscharfe Textsuche Grundlage des Textmining &

32 Privacy-Preserving Data Mining &

33 Privacy-Preserving Data Mining Result Delivery Secure Computation Secret Sharing &

35 Soziale Netze Web 2.0

36 Das Facebook-Problem z sind zwei getrennt zu betrachtende Probleme: Ö 1. Informationsgewinn aus den (mehr oder weniger) bewußt veröffentlichten (Profil-)Daten ± ( ) Kontaktlisten ± Gesichtserkennung Ö 2. Informationsgewinn über beliebige Internet-Nutzer ± Like -Button

37 Der Facebook- Like -Button z kleine Grafik, eingebettet in vielen Web- Seiten Ö > Web-Seiten z klickt ein Facebook-Nutzer auf die Grafik, werden die Freunde des Nutzers darüber informiert Ö Facebook erfährt, welche Seiten dem Nutzer gefallen

38 Der Facebook- Like -Button

39 Der Facebook- Like -Button <iframe src="// like.php? href= layout=standard&width=450&show_faces= true&action=like&colorscheme=light&font& height=80" scrolling="no" frameborder="0" style="border:none; overflow:hidden; width: 450px; height:80px;" allowtransparency="true"> </iframe>

43 Cookies serviert beim Web-Surfen z 1. Besuch einer Web-Seite ➀ Anfrage des Nutzers Nutzer ➋ Antwort des Web-Servers Web- Server z 2. und jeder weitere Besuch der Web-Seite ➀ Anfrage des Nutzers Nutzer ➋ Antwort des Web-Servers Web- Server

44 Der Facebook- Like -Button Bevor Sie diese Seite sehen können, müssen Sie Facebook anrufen. Bitte nennen Sie Ihren Namen und Ihre Adresse sowie die Web-Seite, die Sie gerade besuchen wollen. Vielen Dank für Ihre Zusammenarbeit.

45 Privacy in OSN - Solution Classes - Distribution Security beyond content confidentiality Decentralize: Don t put all your eggs into one basket , jabber/xmpp, Friend of a Friend (TBL) Diaspora (lack of centralized access, but do you trust your friend s pod?) 45

46 Solution Classes Darknets Entire Distribution of Data and Control Decentralize entirely Use explicitly trusted services only Common system classes P2P / D-OSN Darknets what they may provide: concealed participation unobserveability metadata privacy 46

47 Safebook Privacy through Decentralization Centralized service identified as vulnerability Safebook: Secure Social Networking through decentralization Remove centralized instance Distribute storage and control Decentralization requires: discovery, trust, controlled access, availability Friends in social networking services trust each other in the real world - Leverage existing social trust to encourage cooperation - Data replication at trusted nodes to facilitate availability - Suspect all other service providers: encrypt everything 47

49 Datenschutz im Smart Grid Smart Grid: Intelligente Netze (Smart Grids) für eine flexiblere und sichere Energieversorgung Vertrauenswürdigkeit (trustworthiness) wichtig für breite Akzeptanz Vertrauenswürdigkeit: Sicherheit, Zuverlässigkeit, Datenschutz Untersuchung von Ansätzen zur effizienten und datenschutzgerechten Verarbeitung der Daten unter Beachtung existierender Richtlinien Datenschutzfreundliche Abrechnung Schutz der Verbrauchsdaten durch Aggregation und homomorphe Verschlüsselung Verschleierung von Verbrauchsdaten Sicherheitsanalyse / Pentrationstest von Smart Metering Systemen Projekt Trustworthy and Energy-Efficient Smart Grids - TruEGrid (DAAD, GIZ, CAPES) - Problematik Datenschutz im Smart Grid, speziell in Brasilien (Kooperation mit brasilianischen Bundesuniversitäten) - Dezember 2011 Februar 2014 &

51 Datenschutzfreundliches eticke3ng- System basierend auf NFC/RFID Untraceability und Unlinkability für etickets im Front- End Die Kunden sind gegenüber dem Transportbetreiber nicht direkt iden3fizierbar (durch Pseudonymisierung) Ermöglicht jedoch detaillierte Abrechnung abhängig von in Anspruch genommenen Beförderungsleistungen (Billing) Schutz von Kunden- ID durch die externe vertrauenswürdige Partei (TTP)

53 Sichere und effiziente Netzwerkkodierung Netzwerkkodierung: Erhöhung von Durchsatz, Energieeffizienz und Robustheit der Datenübertragung S m 1 m 2 S m 1 m 2 S m 1 m 2 A m 1 m 2 B A m 1 m 2 B A m 1 m 2 B C m 1 m 1 m 2 C m 2 m 1 m 2 C m 12 m 1 m 2 D m 1 m 2 D m 12 D m 12 E F E F E F Routing: 2 Sendevorgänge für die Übertragung von m 1 und m 2 über C-D Netzwerkkodierung: 1 Sendevorgang für die Übertragung von m 1 und m 2 über C-D &

54 Sichere und effiziente Netzwerkkodierung Sicherheitsmechanismen gegen mögliche Angriffe notwendig Effizienz der sicheren Verfahren? Geeignete Verfahren, Protokolle und Parameter in Abhängigkeit von Netztopologie und Anwendungsanforderungen? Protokolle für Unicast und Multicast-Übertragungen? Teilprojekt im DFG SFB 912 HAEC Highly Adaptive Energy-Efficient Computing - Secure Network Coding for Board-to-Board Communication - erste Phase von &

58 Fragen?