EP2335228A1 - Verfahren und vorrichtung zur erkennung von angriffen auf einen selbstbedienungsautomat - Google Patents
Verfahren und vorrichtung zur erkennung von angriffen auf einen selbstbedienungsautomatInfo
- Publication number
- EP2335228A1 EP2335228A1 EP09782493A EP09782493A EP2335228A1 EP 2335228 A1 EP2335228 A1 EP 2335228A1 EP 09782493 A EP09782493 A EP 09782493A EP 09782493 A EP09782493 A EP 09782493A EP 2335228 A1 EP2335228 A1 EP 2335228A1
- Authority
- EP
- European Patent Office
- Prior art keywords
- events
- components
- anomaly detection
- detection system
- states
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Ceased
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000012544 monitoring process Methods 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims description 19
- 238000013473 artificial intelligence Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000003909 pattern recognition Methods 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 abstract description 4
- 230000003993 interaction Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 230000001681 protective effect Effects 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F19/00—Complete banking systems; Coded card-freed arrangements adapted for dispensing or receiving monies or the like and posting such transactions to existing accounts, e.g. automatic teller machines
- G07F19/20—Automatic teller machines [ATMs]
- G07F19/205—Housing aspects of ATMs
- G07F19/2055—Anti-skimming aspects at ATMs
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F19/00—Complete banking systems; Coded card-freed arrangements adapted for dispensing or receiving monies or the like and posting such transactions to existing accounts, e.g. automatic teller machines
- G07F19/20—Automatic teller machines [ATMs]
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F19/00—Complete banking systems; Coded card-freed arrangements adapted for dispensing or receiving monies or the like and posting such transactions to existing accounts, e.g. automatic teller machines
- G07F19/20—Automatic teller machines [ATMs]
- G07F19/207—Surveillance aspects at ATMs
Definitions
- the described fraudulent procedure for spying on card data or customer information is also referred to in professional circles as "skimming" or card misuse.
- One way to prevent or at least aggravate this is to create an electromagnetic protective field which is capable of affecting the reading function of the magnetic card reading head located in the ejection device.
- the protective field must be generated or act exactly where the Ausspahvorraum is usually installed, namely immediately before the insertion slot of the "real" or actual card reader.
- the protective field must be strong enough to ensure that the reading function of the ejection device is effectively compromised or blocked and that the data can no longer be skimmed by the magnetic stripe card.
- Appropriate approaches are known from DE 10 2006 049 518 Al.
- J / BOS Java-based software platform for controlling banking peripherals in the front office.
- the fact adapter is integrated into the Probase module, which forwards the data to the rule-based pattern recognition.
- the fact adapter can access the components at different levels. Either on the drivers directly or on intermediate layers for e.g. J / Bos. This allows the fact adapter to access every level, and access to the management system via a network is also possible in order to obtain further facts.
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
Verfahren zur Erkennung von Angriffen auf mindestens eine Schnittstelle eines Rechnersystems, insbesondere eines Selbstbedienungsautomaten, umfassend: Überwachung der Schnittstelle, um Veränderungen an der Schnittstelle festzustellen; falls Veränderungen auftreten, so wird anhand der Art der Veränderung die Wahrscheinlichkeit eines unerlaubten Angriffs auf die Schnittstelle bestimmt; sollte die Wahrscheinlichkeit über einem definierten Schwellwert liegen, so werden Abwehrmaßnahmen eingeleitet.
Description
Anmelderin :
Wincor Nixdorf International GmbH
Intellectual Property
Heinz-Nixdorf-Ring 1
33106 Paderborn
Verfahren und Vorrichtung zur Erkennung von Angriffen auf einen Selbstbedienungsautomat
Die Erfindung betrifft ein Verfahren und eine Vorrichtung zur
Erkennung von Angriffen auf mindestens einen Selbstbedienungsautomaten, insbesondere einen Angriff auf einen Geldautomaten.
Gebiet der Erfindung :
Herkömmliche Selbstbedienungs-Terminals, auch kurz SB- Terminals genannt, sind häufig in der Funktion als Geldautomat oder Kontoauszugsdrucker anzutreffen. Zur Bedienung benotigt der Nutzer bzw. Kunde eine Bankkarte, die üblicherweise einer von einem Kartenlesegerat zu lesenden Magnetstreifenkarte entspricht, auf der Kartendaten einschließlich der personlichen Kunden- und Kontodaten gespeichert sind. Leider werden an SB-Terminals in zunehmendem Maße Manipulationen durch Dritte vorgenommen, um auf betrügerische Weise an diese Kartendaten zu gelangen. Hierzu wird z.B. an dem jeweiligen SB-Terminal eine spezielle Ausspahvorrichtung möglichst unauffällig installiert, die im wesentlichen einen kleinen fremden Kartenleser enthalt, der möglichst unmittelbar vor dem eigentlichen Einfuhrungsschlitz des SB-Terminals bzw. des eigentlichen Kartenlesegerates angebracht wird. Wenn nun ein Kunde seine Bankkarre m das Kartenlesegerat des SB-Terminals
einfuhrt, wird deren Magnetspur auch von diesem fremden Kartenleser gelesen, wodurch der Dritte sich die Kartendaten, insbesondere die Kunden- und Kontodaten, beschafft und es sich ermöglicht, eine illegale Kopie der Bankkarte herzustellen. Wenn es dem Dritten darüber hinaus gelingt, die zur Bankkarte gehörige Geheimzahl (die sogenannte Pm) auszuspähen, kann er mit der gefälschten Bankkarte und der ausgespähten Pin muhelos an Geldautomaten Geld vom zugehörigen Konto abheben. Zur Erlangung dieser Information kann z.B. ein gefälschtes Keyboard auf der eigentlichen Tastatur angebracht sein, um so die Tastatureingaben zu erlangen.
Das beschriebene betrügerische Vorgehen zum Ausspähen von Kartendaten bzw. Kundeninformationen wird in Fachkreisen auch als "Skimming" oder Kartenmissbrauch bezeichnet. Eine Möglichkeit dieses zu verhindern oder zumindest zu erschweren, besteht in der Erzeugung eines elektromagnetischen Schutzfeldes, welches geeignet ist, die Lese-Funktion des in der Ausspahvorrichtung befindlichen Magnetkarten-Lesekopfes zu beeinträchtigen. Dazu muss das Schutzfeld genau dort erzeugt werden bzw. wirken, wo die Ausspahvorrichtung üblicherweise installiert ist, nämlich unmittelbar vor dem Einfuhrungsschlitz des "echten" bzw. eigentlichen Kartenlesegerates . Zudem muss das Schutzfeld ausreichend stark sein, um sicherzustellen, dass die Lese-Funktion der Ausspahvorrichtung wirksam beeinträchtigt bzw. blockiert wird, und dass die Daten nicht mehr per Skimming von der Magnetstreifenkarte gelesen werden können. Entsprechende Ansätze sind aus der DE 10 2006 049 518 Al bekannt.
Jedoch ist es nicht einfach, ein derartiges Schutzfeld so genau auszurichten bzw. zu positionieren und auch seine Feldstarke so einzustellen, dass nicht versehentlich auch die
Lesefunktion des eigentlichen Kartenlesegerates des SB- Terminals mit beeinträchtigt wird.
Alle der bekannten Ansätze bringen das Problem mit sich, dass sie in Alleinstellung oftmals zu sensibel reagieren und die Funktionalitat des SB-Automats einschränken.
Überblick über die Erfindung :
Der Erfindung liegt daher die Aufgabe zugrunde, eine verbesserte Schutzvorrichtung der eingangs genannten Art zur Erkennung von Angriffen bereitzustellen, deren Warnungen eine höhere Trefferquote erlauben.
Gelost wird die Aufgabe durch ein Verfahren und eine Vorrichtung mit den Merkmalen der unabhängigen Ansprüche.
Ein wesentliches Ziel der Erfindung liegt in der Modellierung von Angriffsmustern, um diese Modelle in Form eines konkreten Regelwerks zu hinterlegen, um dann anhand des Regelwerks einen Angriff zu erkennen. Hierbei wird ein Fakten-Adapter für die Anbindung vorhandener Geräte-Treiber verwendet.
Dazu werden bekannte Bedrohungen und Schwachstellen klassifiziert und in Regeln modelliert werden. Der Fakten- Adapter ist in einer möglichen Ausfuhrungsform durch ausgewählte Geräte-Treiber und Bilderkennungsmechanismen zu implementieren. Außerdem sollen die Konfiguration sowie das Regelwerk selbst durch geeignete Mechanismen wie z.B. Verriegelung mit Zertifikat geschützt werden. Eine Möglichkeit um Informationen für den Faktenadapter bereitzustellen, liegt m der Adaption eines Bilderkennungsbzw. Bildvorverarbeitungssystems und die Integration von KI
(Kunstliche Intelligenz) Komponenten. Die KI-Komponente soll nach der Trainingsphase — auch als überwachtes Lernen (supervised learning) bekannt — in der Lage sein, aus fusionierten Sensorsignalen die nicht durch das statische Regelwerk erkannten Falle zu identifizieren und zu klassifizieren.
Aufgrund der Anfälligkeit des Bedienfeldes ist dies besonders Manipulationen ausgesetzt, da es die Schnittstelle für „Jedermann" darstellt. Die Ausfuhrungen im Folgenden beziehen sich aus diesem Grunde auf die Komponenten des Bedienfeldes, sind hierauf jedoch nicht beschrankt. Es ist ebenfalls denkbar, dass Netzwerkschnittstellen oder andere Schnittstellen wie USB, seriellen Schnittstellen überwacht werden und in das Regelwerk über den Faktenadapter einfließen. Grundsatzlich kann man ein SB-System in von innen und von außen zugangliche Systeme unterscheiden. Die Komponenten im Innenbereich sind oftmals nur über Schnittstellen erreichbar, wie sie beschrieben wurden. Die folgenden Systemkomponenten und deren Systemtreiber stehen bei den folgenden Betrachtungen im Vordergrund, die Erfindung ist hierauf jedoch nicht beschrankt: Pin Päd (Tastatur zur Pin Eingabe), alle Kartenleser, Geldausgabefach in allen möglichen Formen, Monitor/Display mit Softkey, Touchscreen oder umgebenden Tasten, Mundschutz, ASKIM II Antiskimming Modul (siehe auch DE 10 2005 043 317 B3) .
Weitere Systemkomponenten oder Sensoren konnten Uhr, Annaherungssensor, Temperatursensor usw. sein. Desweiteren können Verwaltungskomponenten berücksichtigt werden, die über ein Netzwerk die SB-Automaten überwachen und verwalten. Diese Komponenten können ggf. wertvolle Informationen über den Betriebszustand des SB-Systems liefern (Servicebetrieb, Außerbetrieb, Standardbetrieb, eingeschränkter Betrieb) . Nachgeschalteten Systemen oder Benutzern können über eine
Diagnose-Plattform Alarm-Informationen zur Verfugung gestellt werden. Andersrum liefert die Diagnose-Plattform auch Ereignisse über Systemzustande.
Wie bereits oben ausgeführt wurde, können prinzipiell die Komponenten eines Geldautomaten von außen und/oder von innen manipuliert werden. Bei der Bedrohungsanalyse werden im Folgenden zunächst nur der Außenbereich betrachtet.
Eine beispielhafte Situation kann das Abgreifen der Pin durch Installation von Tastatur-Überbauten sein. Dieses ist eine reale Bedrohung, die bekanntermaßen in Angriffe auf Pinverarbeitende Systeme umgesetzt wurde.
Alternativ kann ein Ausspähen der Pin durch installierte Minikameras erfolgen. Um an die Kartendaten zu gelangen, kann im zweiten Schritt ein Skimming-Modul-Vorbau verwendet werden.
Zu den erkannten Bedrohungen werden das abgegrenzte System und dessen Komponenten auf mögliche Schwachstellen untersucht. Die Ergebnisse können in einem Regelwerk dokumentiert werden. Beispiel :
Durch Gewaltanwendung kann das EPP tiefer gelegt werden. Für die physikalische Integration der Regel ist ein Manipulationsschalter (removal switch) vorgesehen, der bei Gewaltanwendung das SB-System für einige Funktionen Außerbetrieb schaltet. Diese Information wird naturlich auch an den Faktenadapter gesendet.
Betrachtet man z.B. nur die von außen zuganglichen Komponenten, so handelt es sich bei den Quellen um den Kartenleser, das EPP, das Geldausgabefach und das Display mit den Bedientasten. Sie liefern Informationen bzw. Ereignisse, die durch direkte Interaktion der SB-Benutzer mit dem Automaten entstehen oder Ereignisse die als Folge einer vorausgegangenen Interaktion entstehen. Diese Ereignisse
werden an die Softwareplattform und ggf. auch an die Anwendung weitervermittelt .
In einem ersten Schritt sollten mögliche und notwendige, eventuell zusatzliche, Informationsquellen innerhalb des abgegrenzten Systems identifiziert werden. Grundsatzlich kann festgelegt werden, dass identifizierte Informationsquellen
Ereignisse oder Informationen über einen Systemzustand als
Eingangswerte für ein Erkennungssystem liefern. Diese Eingangswerte sind z.B. Boolesche Werte.
Für diese identifizierten Events/Systemzustande und deren Abhängigkeiten kann ein Modell entwickelt werden, aus dem Angriffsmuster abgeleitet werden können. Die Zusammenhangmodellierung von elementaren Mustern, Ereignissen bis zu komplexeren Mustern, bildet die Grundlage für die Mustererkennung des Anomalieerkennungssystems.
Insbesondere handelt es sich um ein Verfahren zur Erkennung von Angriffen auf einen Selbstbedienungsautomat, der eine Reihe von Komponenten aufweist, umfassend die Schritte. - Überwachung der Zustande und Ereignisse der Komponenten durch eine Uberwachungseinheit
Anwenden eines auf einem Speichersystem gespeicherten
Regelwerks auf die Zustande und Ereignisse durch eine
Bearbeitungseinheit, die das Regelwerk vom Speichersystem ladt und von der Uberwachungseinheit die Informationen empfangt; - Überprüfen, ob das Regelwerk einen Angriff festgestellt hat, durch die Bearbeitungseinheit, um diesen zu einem Meldungssystem zu melden.
Es ist zu beachten. Das die Uberwachungseinheit, die Bearbeitungseinheit ein Software sein können oder eine Kombination aus Software und Hardware, die z.B. auf einem Standard Prozessor (z.B. PC) ablaufen können. Das Speichersystem kann eine Festpatte oder ahnliches sein.
Überblick über dxe Figuren
Fig. 1 Betriebszustande eines SB-Systems. Fig. 2 Diagramm, das den Zusammenhang zwischen Benutzeraktionen und Systemereignissen zeigt.
Fig. 3 Schnittstellen des Fakten-Adapters.
Beschreibung der Ausfuhrungsform : Figur 1 zeigt beispielhaft die Abhängigkeit möglicher Systemzustande. So kann ein Geldautomat aus dem Normalbetπeb- Zustand oder aus dem Servicebetπeb-Zustand in einen Alarm- Zustand wechseln. Die Zustandsanderung des Systems hangt davon ab, welche Ereignisse in welcher Reihenfolge auftreten. Diese Ereignisse werden wiederum durch bestimmte Interaktionen eines Benutzers ausgelost.
Im Folgenden wird in Figur 2 ein Beispiel gezeigt, wie Benutzerinteraktionen, Benutzeraktionen, Ereignisse aus verschiedenen Systemkomponenten und, infolge dessen, Systemzustand-Anderungen für ein Angriffsszenario zusammenhangen .
Beim dargestellten Szenario handelt es sich um einen mutmaßlichen Skimmer-Test . Nachdem ein Skimmmg-Modul eingebaut wurde, wird m der Regel ein Skimmer-Test durch den Angreifer durchgeführt. Die Interaktion umfasst folgende Aktionen: Karte eingeben, entweder durch das Drucken auf die Abbruch-Taste der Tastatur (EPP) oder durch Warten wird, nach einer bestimmten Zeit, die Karte wieder ausgegeben. Dies wird dann einige Male durchgeführt. Im System werden einige Ereignisse damit ausgelost, die beispielsweise vom IDKG (Magnet kartenleser) , von EPP und von der Anwendung kommen und
in der Abbildung vereinfacht dargestellt. Wenn festgestellt werden kann, dass diese Events in einer bestimmten Reihenfolge und Zeitabstanden auftreten, dann soll ein Verdachtalarm ausgelost werden. Es erfolgt ein Zustandwechsel des Automaten.
Beim Modellentwurf sollen Gewichtungen für die Angriffsmuster berücksichtigt werden. Die Gewichtung ist eine weitere Eingangsgroße, die die Glaubwürdigkeit der identifizierten Quellen beschreibt ( Dempster-Shaffer Methodik) . Die Evidenztheorie von Dempster und Shaffer (siehe auch Wikipedia) ist eine mathematische Theorie aus dem Gebiet der Wahrscheinlichkeitstheorie. Sie wird benutzt, um Informationen unterschiedlicher Quellen zu einer Gesamtaussage zusammenzusetzen, wobei die Glaubwürdigkeit dieser Quellen in der Berechnung berücksichtigt wird.
Eine Evidenz kann als eine Erweiterung einer Wahrscheinlichkeit betrachtet werden, wobei statt einem eindimensionalen ein zweidimensionales Maß verwendet wird, welches sich zusammensetzt aus dem Grad des Dafürhaltens bzw. dem Grad des Vertrauens darauf, dass die Aussage einer Quelle zutrifft (englisch: degree of belief) und der Plausibilitat des Ereignisses bzw. aus einem Wahrscheinlichkeitsbereich mit einer unteren und oberen Grenze.
Die Evidenztheorie findet vor allem dort Einsatz, wo unsichere Aussagen verschiedener Quellen kombiniert werden müssen zu einer Gesamtaussage. Es gibt Anwendungen, wie z. B. in der
Mustererkennung, bei denen sich mittels der Evidenztheorie
Aussagen verschiedener, unzuverlässiger Algorithmen kombinieren lassen, um so eine Aussage zu erhalten, deren Treffsicherheit besser ist als die jeder einzelnen Aussage.
Um einen solchen Ansatz zu realisieren, sind folgende Punkte zu berücksichtigen.
8 Identifikation aller Informationsquellen im abgegrenzten
System
• Gewichtung der Quellen
' Modellierung der Systemzustande und Abhängigkeiten Beim Beispiel aus Fig. 2 wird das System auf das Bedienfeld und dessen von außen zugangliche Komponenten beschrankt, es ist jedoch auch denkbar alle Komponenten des SB-Gerates als Informationsquelle zu nutzen. Die Quellen bei Fig. 2 sind der Kartenleser, das EPP, das Geldausgabefach und das Display mit den Bedientasten und ein Zeitgeber. Sie liefern Informationen bzw. Ereignisse, die durch direkte Interaktion der SB-Benutzer mit dem Automaten entstehen oder Ereignisse, die als Folge einer vorausgegangenen Interaktion entstehen. Diese Ereignisse werden an die Softwareplattform und ggf. auch an die Anwendung weitervermittelt.
In einem ersten Schritt müssen mögliche und notwendige, eventuell zusatzliche, Informationsquellen innerhalb des abgegrenzten Systems identifiziert werden. Grundsatzlich kann festgelegt werden, dass identifizierte Informationsquellen Ereignisse oder Informationen über einen Systemzustand als Eingangswerte für ein Erkennungssystem liefern. Diese Eingangswerte sind in der Regel Boolesche Werte.
Auf der Basis der identifizierten Events/Systemzustande und deren Abhängigkeiten werden Muster gebildet, die Grundlage für die Mustererkennung des Anomalieerkennungssystems sind.
Mögliche Systeme, die für ein Anomalieerkennungssystem geeignet sind, können vorwartsverkettete Systeme (JRules,
Jess, Drools) sein. Für Diagnose und Service Zwecke wird ein
Regel-basierendes System untersucht. JRules ist ein
Geschaftslogik System, das es dem Benutzer erlaubt Regeln zu definieren, die die Geschaftslogik widerspiegeln. Die RuIe- Engine Jess (Java Expert System Shell) dient ebenfalls dazu, über definierte Regeln eine Abwägung zu treffen (http://www.jessrules.com/jess/index.shtml) . Drools ist ein Business RuIe Management System (BRMS) mit einer vorwartsverketteten Inferenz- basierenden Regel-Engine, das eine verbesserte Implementierung des Rete-Algorithmus verwendet .
Ein wichtiger Aspekt ist die Anbindung des Anomalieerkennungssystems für bekannte Bedrohungsszenarien an entsprechende Hardware-Komponenten. Dazu wird in der bevorzugten Ausfuhrungsform ein Fakten-Adapter eingesetzt, der eine einheitliche Schnittstelle des Anomalieerkennungssystems zu den Hardwarekomponenten darstellt. Eine der Hauptaufgaben des Adapters ist es, die Sensorsignale der Systemkomponenten aus der Gerätetreiber-Schicht zu empfangen und diese als Fakten, Muster für das Regelwerk bereit zu stellen.
Die Figur 3 stellt den Schichtenaufbau der vorliegenden Erfindung dar. Der Faktenadapter greift in der Regel über weitere Softwareschichten auf die Hardwarekomponenten, wie Kartenleser, Geldausgabefach, Tastatur, Antiskimming-Device zu. Diese werden über Treiber gesteuert, die dem Faktenadapter eine Schnittstelle zur Verfugung stellen.
Die Komponenten der Hardwareansteuerung sind in Modul ProBase zusammengefasst und setzten auf dem Betriebssystem auf. Je nach der Programmierung kann es ProBase in C geben oder zum Beispiel in Java. Dafür stehen die entsprechenden ProBaseC und ProBaseJ. Beim Betriebssystem kann es sich um Linux, Unix oder Windows handelt. Durch den ProBase-Ansatz werden die verschiedenen Hardwaretreiber gestartet, um beispielsweise die Funktionalität der Tastatur oder des Magnetplattenlesers
bereitzustellen. Auch Basissicherheit und Betriebs Dienste sind in dieser Ebene angeordnet. Mithilfe der integrierten Abstraktionsebene wird sichergestellt, dass ProBase mit jeder Anwendung kommunizieren kann. Somit ist eine echte multivendorfahige Basissoftware garantiert.
Weitere Komponenten, die auf den Hardwaretreibern aufbauen sind J/BOS, was eine Java-basierte Software Plattform zur Ansteuerung von Bankenperipherie im Front Office ist. In das Probase Modul wird nun der Faktenadapter integriert, der an die regelbasierte Musterkennung die Daten weiterleitet. Der Faktenadapter kann auf unterschiedliche Ebene auf die Komponenten zugreifen. Entweder auf die Treiber direkt oder auch auf Zwischenschichten für z.B. J/Bos. So kann der Faktenadapter auf jede Ebene zugreife, auch sind Zugriffe auf das Verwaltungssystem über ein Netzwerk möglich, um weitere Fakten zu erlangen.
Claims
1. Verfahren zur Erkennung von Angriffen auf einen
Selbstbedienungsautomat, der eine Reihe von Komponenten aufweist, umfassend die Schritte:
- Überwachung der Zustande und Ereignisse der Komponenten durch eine Uberwachungseinheit - Anwenden eines auf einem Speichersystem gespeicherten Regelwerks auf die Zustande und Ereignisse durch eine Bearbeitungseinheit, die das Regelwerk vom Speichersystem ladt und von der Uberwachungseinheit die Informationen empfangt; - Überprüfen, ob das Regelwerk einen Angriff festgestellt hat, durch die Bearbeitungseinheit in dem das Regelwerk und die Zustande und Ereignisse aufeinander angewendet werden, um diesen zu einem Meldungssystem zu melden.
2. Das Verfahren nach dem vorhergehenden Anspruch, wobei das Regelwerk eine Zusammenhangsmodellierung ist, die elementare Muster und Ereignisse bis hin zu komplexeren Mustern abbildet.
3. Das Verfahren nach einem oder mehreren der vorhergehenden Ansprüche, wobei Eingangswerte Ereignisse oder Informationen über einen Systemzustand sind, die vorzugsweise als Boolesche Werte dargestellt werden.
4. Das Verfahren nach dem vorhergehenden Anspruch, wobei auf der Basis der Ereignisse und Systemzustande und deren Abhängigkeiten, Muster gebildet werden, die Grundlage für die Mustererkennung eines Anomal] eerkennungssysiems sind.
5. Das Verfahren nach dem vorhergehenden Anspruch, wobei die
Ereignisse und Systemzustande gewichtet werden, so dass die Glaubwürdigkeit der identifizierten Quellen beschrieben wird.
6. Das Verfahren nach dem vorhergehenden Anspruch, wobei das Dempster-Shaffer Verfahren verwendet wird.
7. Das Verfahren nach einem oder mehreren der vorhergehenden Ansprüche, wobei als mögliche Anomalieerkennungssysteme vorwartsverkettete Systeme eingesetzt werden, wie JRules, Jess, und /oder Drools.
8. Das Verfahren nach einem oder mehreren der vorhergehenden Ansprüche, wobei ein Fakten-Adapter eingesetzt wird, der eine einheitliche Schnittstelle des
Anomalieerkennungssystems zu den Hardwarekomponenten darstellt, indem eine Abstraktionsschicht zwischen Anomalieerkennungssystem und Treiber geschaltet wird.
9. Das Verfahren nach dem vorhergehenden Anspruch, wobei der Fakten-Adapter Sensorsignale der Systemkomponenten aus der Geratetreiber-Schicht empfangt und diese als Fakten, Muster für das Regelwerk/ Anomalieerkennungssystem bereit stellt.
10. Das Verfahren nach einem oder mehreren der zwei vorhergehenden Ansprüche, wobei der Fakten-Adapter durch ausgewählte Geräte-Treiber und Bilderkennungsmechanismen implementiert ist.
11. Das Verfahren nach dem vorhergehenden Anspruch, wobei Bilderkennungs- bzw. Bildverarbeitungssystems und eine Integration von KI (Kunstliche Intelligenz) Komponenten zusammenarbeiten, die nach einer Lernphase in der Lage sind, aus fusionierten Sensorsignalen erkannte Falle zu identifizieren und zu klassifizieren.
12. Das Verfahren nach einem oder mehreren der vorhergehenden Ansprüche, wobei eine oder mehrere der folgenden Gerate Informationen als Zustande und Ereignisse bereitstellen : Pin Päd , Kartenleser , Geldausgabefach, Monitor/Display mit Softkey, Touchscreen, Mundschutz, Antiskimming Modul, Uhr, Annaherungssensor,
Temperatursensor, Verwaltungskomponenten, die über ein Netzwerk die SB-Automaten überwachen und verwalten, Netzwerkschnittstellen, USB, Serielle Schnittstellen.
13. Vorrichtung zur Erkennung von Angriffen auf einen Selbstbedienungsautomat, der aus einer Reihe von Komponenten besteht, umfassend:
- Uberwachungseinheit , die ausgebildet ist, um die Zustande und Ereignisse der Komponenten zu überwachen, , - Bearbeitungseinheit, die von der Uberwachungseinheit Zustande und Ereignisse übertragen bekommt, und die ein auf einem Speichersystem gespeichertes Regelwerk ladt, um die die Zustande und Ereignisse durch Anwendung des Regelwerks zu überprüfen, und um festzustellen ob das Regelwerk einen Angriff festgestellt hat, um diesen als Meldung auszugeben.
14. Die Vorrichtung nach dem vorhergehenden Vorrichtungsanspruch, wobei das Speichersystem das Regelwerk als eine Zusammenhangsmodellierung speichert, die elementare Muster, Ereignissen bis hin zu komplexeren Mustern abbildet.
15. Die Vorrichtung nach einem oder mehreren der vorhergehenden Vorrichtungsanspruche, wobei Eingangswerte Ereignisse oder Informationen über einen Systemzustand sind, die vorzugsweise als Boolesche Werte dargestellt werden .
16. Die Vorrichtung nach dem vorhergehenden
Vorrichtungsanspruch, wobei ein Anomalieerkennungssystem auf der Basis der Ereignisse und Systemzustande und deren Abhängigkeiten eine Mustererkennung durchfuhrt.
17. Die Vorrichtung nach dem vorhergehenden
Vorrichtungsanspruch, wobei das Anomalieerkennungssystem die Ereignisse und Systemzustande gewichtet, so dass die Glaubwürdigkeit der identifizierten Quellen beschrieben wird.
18. Die Vorrichtung nach dem vorhergehenden
Vorrichtungsanspruch, wobei das Anomalieerkennungssystem das Dempster-Shaffer Verfahren verwendet.
19. Die Vorrichtung nach einem oder mehreren der vorhergehenden Vorrichtungsanspruche, wobei das Anomalieerkennungssystem vorwartsverkettete Systeme einsetzt, wie JRules, Jess, und /oder Drools.
20. Die Vorrichtung nach einem oder mehreren der vorhergehenden Vorrichtungsanspruche, wobei ein Fakten- Adapter eingesetzt wird, der eine einheitliche Schnittstelle des Anomalieerkennungssystems zu den Hardwarekomponenten bereitstellt, indem eine Abstraktionsschicht zwischen Anomalieerkennungssystem und Treibern geschaltet ist.
21. Die Vorrichtung nach dem vorhergehenden
Vorrichtungsanspruch, wobei der Fakten-Adapter so ausgebildet ist, dass er Sensorsignale der Systemkomponenten aus der Geratetreiber-Schicht empfangt und diese als Fakten, Muster für das Regelwerk/ Anomalieerkennungssystem bereit stellt.
22. Die Vorrichtung nach einem oder mehreren der zwei vorhergehenden Vorrichtungsanspruche, wobei der Fakten- Adapter durch ausgewählte Geräte-Treiber und Bilderkennungsmechanismen implementiert ist.
23. Die Vorrichtung nach dem vorhergehenden
Vorrichtungsanspruch, wobei Bilderkennungs- bzw. Bildverarbeitungssystems und eine Integration von KI (Kunstliche Intelligenz) Komponenten so zusammenarbeiten, dass sie nach einer Lernphase in der Lage sind, aus fusionierten Sensorsignalen erkannte Falle zu identifizieren und zu klassifizieren.
24. Das Verfahren nach einem oder mehreren der vorhergehenden Vorrichtungsanspruche, wobei eine oder mehrere der folgenden Gerate Informationen als Zustande und Ereignisse bereitstellen : Pin Päd , Kartenleser, Geldausgabefach, Monitor/Display mit Softkey, Touchscreen, Mundschutz, Antiskimming Modul, Uhr, Annaherungssensor, Temperatursensor, Verwaltungskomponenten, die über ein Netzwerk die SB-Automaten überwachen und verwalten, Netzwerkschnittstellen, USB, Serielle Schnittstellen.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102008049599.9A DE102008049599B4 (de) | 2008-09-30 | 2008-09-30 | Verfahren und Vorrichtung zur Erkennung von Angriffen auf einen Selbstbedienungsautomat |
| PCT/EP2009/061319 WO2010037610A1 (de) | 2008-09-30 | 2009-09-02 | Verfahren und vorrichtung zur erkennung von angriffen auf einen selbstbedienungsautomat |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| EP2335228A1 true EP2335228A1 (de) | 2011-06-22 |
Family
ID=41203899
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| EP09782493A Ceased EP2335228A1 (de) | 2008-09-30 | 2009-09-02 | Verfahren und vorrichtung zur erkennung von angriffen auf einen selbstbedienungsautomat |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US8719929B2 (de) |
| EP (1) | EP2335228A1 (de) |
| CN (1) | CN102165499B (de) |
| DE (1) | DE102008049599B4 (de) |
| WO (1) | WO2010037610A1 (de) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102011056191A1 (de) | 2011-12-08 | 2013-06-13 | Wincor Nixdorf International Gmbh | Vorrichtung zum Schutz von Sicherheitstoken gegen Malware |
| US8622296B2 (en) | 2012-05-14 | 2014-01-07 | Citigroup Technology, Inc. | Magnetic stripe card reader assembly and method |
| EP2821976B1 (de) * | 2013-07-01 | 2020-04-29 | Wincor Nixdorf International GmbH | Verfahren und Vorrichtung zur Aufzeichnung von Ereignissen in Selbstbedienungsautomaten |
| CN104346869A (zh) * | 2013-08-07 | 2015-02-11 | 航天信息股份有限公司 | Tam设备状态预警方法及其装置 |
| PL407693A1 (pl) * | 2014-03-28 | 2015-10-12 | Michał Waluś | Sposób oraz układ aktywnego zabezpieczenia antyskimmingowego zwłaszcza urządzeń takich jak bankomaty, wypłatomaty, opłatomaty, paczkomaty, maszyny vendingowe |
| US9584532B2 (en) * | 2014-10-31 | 2017-02-28 | Ncr Corporation | Enterprise intrusion detection and remediation |
| WO2018071768A1 (en) * | 2016-10-14 | 2018-04-19 | ID Metrics Group Incorporated | Tamper detection for identification documents |
| RU170238U1 (ru) * | 2016-11-14 | 2017-04-18 | Закрытое акционерное общество "Региональный научно-исследовательский экспертный центр" | Комплекс для исследования радиоэлектронных устройств |
| RU2769712C1 (ru) * | 2021-01-21 | 2022-04-05 | Российская Федерация, от имени которой выступает Министерство внутренних дел Российской федерации | Комплекс для исследования электронных радиотехнических средств бесконтактного взаимодействия с системами бесключевого доступа автомобилей |
| US12354458B2 (en) * | 2023-09-18 | 2025-07-08 | Bank Of America Corporation | Systems, methods, and apparatuses for using an anomaly deterrent sensor within a self-service machine for dispensing physical items |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2351585B (en) * | 1999-06-29 | 2003-09-03 | Ncr Int Inc | Self service terminal |
| US7798395B2 (en) | 2002-11-26 | 2010-09-21 | Diebold, Incorporated | Automated banking machine with improved resistance to fraud |
| ATE357710T1 (de) | 2003-12-12 | 2007-04-15 | Banksys Sa | Elektronische datenverarbeitungseinrichtung |
| GB0406105D0 (en) * | 2004-03-18 | 2004-04-21 | Ncr Int Inc | A self-service terminal |
| US7469239B2 (en) * | 2004-06-21 | 2008-12-23 | Musman Scott A | System and method for using agent-based distributed reasoning to manage a computer network |
| DE102004035224B4 (de) | 2004-07-21 | 2006-11-23 | Wincor Nixdorf International Gmbh | Selbstbedienungsgerät mit Manipulationserkennung |
| US20060169764A1 (en) | 2005-01-28 | 2006-08-03 | Ncr Corporation | Self-service terminal |
| GB0501824D0 (en) * | 2005-01-28 | 2005-03-09 | Ncr Int Inc | Self-service terminal |
| DE102005043317B3 (de) | 2005-09-12 | 2007-04-12 | Wincor Nixdorf International Gmbh | Verfahren und Einrichtung zum Erzeugen eines elektromagnetischen Schutzfeldes für ein Kartenlesegerät |
| DE102006044328A1 (de) | 2006-09-19 | 2008-03-27 | Siemens Ag | Verfahren und Anordnung zum Feststellen einer unbefugten Manipulation einer elektrischen Einrichtung |
| DE102006049518A1 (de) | 2006-10-20 | 2008-04-24 | Wincor Nixdorf International Gmbh | Selbstbedienungsgerät mit Überwachungsvorrichtung |
| US9019830B2 (en) * | 2007-05-15 | 2015-04-28 | Imagine Communications Corp. | Content-based routing of information content |
| US7942315B2 (en) * | 2007-09-05 | 2011-05-17 | Ncr Corporation | Self-service terminal |
-
2008
- 2008-09-30 DE DE102008049599.9A patent/DE102008049599B4/de active Active
-
2009
- 2009-09-02 CN CN200980138217.6A patent/CN102165499B/zh active Active
- 2009-09-02 WO PCT/EP2009/061319 patent/WO2010037610A1/de not_active Ceased
- 2009-09-02 EP EP09782493A patent/EP2335228A1/de not_active Ceased
- 2009-09-02 US US13/121,304 patent/US8719929B2/en active Active
Non-Patent Citations (1)
| Title |
|---|
| See references of WO2010037610A1 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102165499B (zh) | 2014-09-10 |
| US8719929B2 (en) | 2014-05-06 |
| CN102165499A (zh) | 2011-08-24 |
| WO2010037610A1 (de) | 2010-04-08 |
| US20110179485A1 (en) | 2011-07-21 |
| DE102008049599B4 (de) | 2024-08-14 |
| DE102008049599A1 (de) | 2010-04-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE102008049599B4 (de) | Verfahren und Vorrichtung zur Erkennung von Angriffen auf einen Selbstbedienungsautomat | |
| EP2897112B1 (de) | Verfahren und Vorrichtung zur Vermeidung von Fehlalarmen bei Überwachungssystemen | |
| EP2840480B1 (de) | Vorrichtung zum Lesen von Magnetstreifen- und/oder Chipkarten mit Touchscreen zur PIN-Eingabe | |
| DE102004035224A1 (de) | Selbstbedienungsgerät mit Manipulationserkennung | |
| WO2010121951A1 (de) | Selbstbedienungsterminal mit kamera zum erkennen von manipulationsversuchen | |
| WO2010075921A2 (de) | Anforderungsbasiertes personenidentifikationsverfahren | |
| DE102009019708A1 (de) | Vorrichtung zum Schutz einer Kartenleseeinrichtung, Automat hiermit und Verfahren hierfür | |
| EP2503354A1 (de) | Selbstbedienungs-Terminal und Verfahren zur Überwachung eines Benutzer-Aufenthaltsbereichs | |
| EP2603905B1 (de) | Verfahren und vorrichtung zum erkennen und verifizieren von manipulationsversuchen an einem selbstbedienungsterminal | |
| EP2321806B1 (de) | Verfahren und vorrichtung zur abwehr von lauschversuchen bei der bilddaten-übertragung an einem selbstbedienungsterminal | |
| DE112008000022T5 (de) | Betrugsdetektionssystem für Kassenterminals | |
| EP1577856B1 (de) | Selbstbedienungsterminal | |
| EP3142039A2 (de) | Selbstbedienungsterminal mit kartenleseeinrichtung und überwachungsverfahren | |
| US8746552B1 (en) | Card reader activity systems and methods | |
| DE202007018769U1 (de) | Betrugsdetektionssystem für Kassenterminals | |
| Marasco et al. | Attack trees for protecting biometric systems against evolving presentation attacks | |
| DE102010033498A1 (de) | Vorrichtung und Verfahren zur Erkennung von Manipulationen an Selbstbedienungsautomaten | |
| DE102022210323A1 (de) | Vorrichtung und Verfahren zur Absicherung eines geschützten Bereiches | |
| DE10341593B4 (de) | Prozessor und Verfahren zum Ausführen einer Sequenz von Befehlen | |
| JP2025121230A (ja) | 情報処理装置、情報処理装置の制御方法、及びプログラム | |
| WO2015003728A1 (de) | Geldautomat | |
| CN119809787A (zh) | 柜面操作控制方法、装置、电子设备和存储介质 | |
| DE102016204000A1 (de) | Verfahren und Eingabevorrichtung | |
| DE102009044872A1 (de) | Vorrichtung und Verfahren zur Vermeidung von Manipulationen an Automaten | |
| WO2010112224A1 (de) | Vorrichtung zur berechtigungsüberprüfung |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PUAI | Public reference made under article 153(3) epc to a published international application that has entered the european phase |
Free format text: ORIGINAL CODE: 0009012 |
|
| 17P | Request for examination filed |
Effective date: 20110502 |
|
| AK | Designated contracting states |
Kind code of ref document: A1 Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO SE SI SK SM TR |
|
| AX | Request for extension of the european patent |
Extension state: AL BA RS |
|
| RIN1 | Information on inventor provided before grant (corrected) |
Inventor name: SLOWIK, ADRIAN Inventor name: NOLTE, MICHAEL Inventor name: LE, DINH KHOI |
|
| DAX | Request for extension of the european patent (deleted) | ||
| 17Q | First examination report despatched |
Effective date: 20150205 |
|
| REG | Reference to a national code |
Ref country code: DE Ref legal event code: R003 |
|
| STAA | Information on the status of an ep patent application or granted ep patent |
Free format text: STATUS: THE APPLICATION HAS BEEN REFUSED |
|
| 18R | Application refused |
Effective date: 20160512 |