0 引言

    RFID通过将体积较小的RFID标签置入物体中，从而实现目标物体的自动识别。目前RFID已广泛应用于供应链等系统中，改善了供应链的时间效率与成本^[1-2]。但随着RFID在商业生产与物流中的广泛使用，其安全性成为重要问题。目前有许多针对RFID系统安全问题的研究，其中RFID标签中软件的漏洞问题是RFID系统与生俱来的安全问题，而SQL注入攻击^[3]是其中一个易受攻击的关键点。

    本文对此提出一种RFID系统中SQL注入攻击(SQLIA)的检测与防御方案。对RFID标签数据以及SQL请求进行两阶段的检查：(1)基本数据格式与内容的检查；(2)中间件中SQL请求的逻辑检查。试验表明本方案取得了较好的SQLIA的防御效果，对多种主流攻击形式均具有免疫能力，同时，具有较高的计算效率及较好的实用价值。

1 RFID安全问题介绍

    图1所示为典型RFID系统，其包含常见的后端组件(数据库、中间件和具体应用)与RFID前端组件(RFID标签与阅读器)。当前，大多数数据库使用SQL语句操作数据库，而对于RFID系统，通常由中间件根据标签中的数据自动生成相应的SQL语句。生成的SQL语句一般可直接操作数据库的所有数据，因此，具有较大的安全隐患。

    图1中的虚线部分为SQL注入攻击的常见方法示意图，SQL攻击通常将恶意SQL请求代码嵌入正常SQL请求来实现攻击。RFID系统中，若存在攻击者，攻击者可将恶意数据存入RFID标签(可物理侵入或软件侵入)，更甚者，攻击者直接模拟产生新的RFID攻击标签(其中包含攻击数据)，并使该标签可被读卡器识别并阅读。中间件将恶意数据转换成恶意SQL语句并转发至数据库，从而破坏数据库。

2 SQL注入攻击的检测与防御方案

    RFID网络系统具有3个天然属性：

    (1)RFID标签中的数据具有严格的格式与结构，且整个系统中仅中间件模块生成SQL语句。

    (2)RFID网络对SQL请求的格式进行规范与限制。

    (3)RFID标签采集数据的吞吐量较大。

    图2为SQL注入攻击的检测与防御方案总体结构。该方案包含2个阶段：(1)规则建立阶段：该阶段为不同应用系统建立合适的数据检查的规则；(2)检测与防御阶段：严格执行第1阶段建立的规则。

2.1 规则建立

    SQLIA的根本原因是对输入数据的验证不足，导致攻击数据对数据库进行非法操作，因此，检查RFID标签所采集的数据至关重要。其中，数据检查包括数据的格式与内容的双重检查。

2.1.1 数据格式与内容检查规则的建立

    当RFID标签存储数据时，建立数据格式与内容检查规则。本文假设SQL的关键字与操作符不会出现在正常RFID标签数据中。

    格式验证与内容检查的规则创建方案如图3所示。RFID标签中数据通常具有严格的结构，一般为一个连续的数据块，将标签中数据的各数据域表示为集合形式F={F₁，F₂，…，F_n}。在标签存储数据时，为每个数据域F_i∈F分配一个唯一的UID，并以一定的格式存储相应的数据区域内容、区域特征和区域UID(标记数据区域)，并转发至中间件。

    之后，为每个数据域建立内容检查的规则。内容检查主要有2个要求：(1)数据必须无特殊字符(即SQL语句中缺省符号，如.，=，*，；)；(2)无非法关键字、口令或函数名(此处的关键字和口令定义为数据库管理系统或其他软件中的关键字)。

2.1.2 SQL请求规则建立

    该步骤位于动态建立SQL语句的程序中(中间件)。对于每个SQL语句，通过如下步骤对其结构进行识别：

    (1)识别所有动态产生的SQL语句：对中间件创建的所有SQL请求均需进行识别操作。

    (2)对成功识别的SQL请求进行标记：对于成功识别的请求，为其分配给定的唯一标示符。

    (3)定义请求语法：为每个成功识别的请求抽象其语法结构，并将其语法加入合法请求列表中。

    (4)存储成功标记的请求：若成功识别SQL请求，则标记该请求。

    与Web网络系统相比，RFID系统的SQL请求相对简单。

2.1.3 自动建立SQL请求与SQL语句的合法性检查

    检查数据的格式与内容是SQLIA最简单有效的防御方案，但很多攻击方式可避开以上数据检查^[4]，例如通过使用替代编码机制或较复杂的SQLIA，攻击者可避开数据检查机制。针对此类攻击方案，本文提出相应的增强方案，即检查生成的SQL语句结构。

    将SQL语句分为不同部分，将用户数据相关的部分删除，仅保留SQL语句结构的部分(SQL口令)。将SQL口令分为5种类型：关键字、操作符、标示符、符号、注释。

    (1)关键字：DBMS中缺省使用的标示符(“SELECT”、“FROM”、“AVG()”等)。

    (2)操作符：DBMS中具有特殊意义的符号(+，=等)。

    (3)标示符：数据库中出现的特殊名字(表名、列名或变量)。

    (4)数据：存入数据库中出现相应项的数据(如23.56、12/07/1988)。

    (5)注释：对数据库无意义的内容。

    前3种口令对于SQL请求的逻辑与结构至关重要。第3种口令为用户输入内容，第5种则由编程者输入。下面为一个SQL请求的示例：

    INSERT INTO product(tag_id, product_name)

    VALUES(‘tagid’,‘productname’);

其中，‘tagid’和‘productname’是从RFID标签中获得的字串内容。对该语句各部分的口令进行分类：

    “INSERT INTO”与“VALUES”为“关键字”；“product”、“tag_id”与“product_name”为“表示符”；“tagid”与“productname”为“数据”。将“数据”部分用“？”代替，可得：

    INSERT INTO product(tag_id, product_name) VALUES(?,?);

    本方案通过检查SQL语句的前3种口令是否合法来保证SQL语句的合法性与安全性。

2.2 SQLIA检测与防御阶段(执行)

    系统运行时，首先读取标签中数据，然后对数据进行格式与内容的检查。从RFID标签中获得的数据为一连续数据块。因此，首先中间件必须识别数据块中每个独立的域(表示为td_i，其中i=1，2，…，n)；然后为每个数据域分配标示符(i)，后面利用该标示符从已验证的数据中提取其验证数据(td_i FF)；提取每个数据域的特征值(td_iv_j)(如最大长度、最小长度、数据类型等)；最终，其特征值必须与验证数据(td_iff_j)匹配，如果匹配则验证通过，反之，将该RFID标签标记为危险标签。

    (1)算法1：采集数据的格式与内容检测

    然后进行数据内容检查，具体方法为：获得已验证数据(td_iFF(i=1，2，…，n))，并获得对应合法关键字td_iK，然后分析td_i，观察数据中是否包含非法内容。如果无非法内容，则检查通过；反之，忽略该请求。

    (2)算法2为SQL请求合法性检测伪代码。SQLIA向RFID标签注入附加的代码，因此，成功的注入攻击将导致SQL请求的总结构与合法请求的结构有所差异。本算法可动态产生请求，并同时防止非法请求的执行。

    算法2：请求结构验证

    该算法接收动态产生的SQL请求(GQ)和对应的ID产生验证后的请求。当收到请求时，调用DBMS请求分析函数(QueryParser)对GQ进行分析，使用GQ_p产生实际的请求结构(QS_a)，然后利用ID来获得相应的合法请求结构QS_l，最终将QS_l与QS_a比较。如果两者不匹配，则拒绝该请求，反之，则执行该请求。

    与其他SQL请求匹配技术相比本算法有以下优势：(1)本算法仅进行字串的比较，其他算法有些比较XML等文档内容，因此本算法实现较简单；(2)字串的比较计算开销较低。对于RFID系统，通常RFID标签数量众多，而且采集的数据也极多，如果计算开销较大将不适合实际应用。

3 数值试验结果与分析

    试验主要测试SQL请求识别的2个关键性能：

    (1)未成功检测的SQLIA的百分比；

    (2)错误检测的SQLIA的百分比(将正确SQL检测为SQLIA)。

    试验中采用3种类型的SQL语句(RFID系统主要的请求类型):SELECT、UPDATE、INSERT。为此，分别选取大量不同的请求，且复杂程度均不同。

    文献[5]对不同数据库(MySQL、Postgres、Oracles、SQL Server)均进行了试验，并获得了较理想的效果。本试验采用文献[5]的试验环境，对多个数据库进行试验。

3.1 攻击请求检测

    试验共选取500个不同请求，对其中170个请求作处理将其变为攻击请求。表1所示为170个正常请求：68个“select”型请求、61个“update”型请求、41个“insert”型请求。分别采用重言式攻击、联合查询注入攻击、后置贪心攻击、编码变换攻击与注释请求攻击对上述3种请求进行处理，获得170个攻击请求。分别设置攻击请求所占百分比(5%、10%、15%…、35%)作分组试验(每组试验共执行500次请求)。

    试验结果如图4所示，本算法成功识别所有攻击请求。因本算法具有两阶段严格检查，所以成功防御所有类型的注入攻击。虽然其他部分算法也获得了较高的成功率，但本算法的计算效率更高。

3.2 本算法的计算开销

    对于RFID的高吞吐量特性，安全检测的效率是一个关键参数。将本算法与无安全检测的方案进行对比试验，比较两种算法的CPU执行时间。试验中，两个试验均执行10 000个请求，每组试验运行20次取平均值。

    图5所示为试验结果，可看出本算法的开销极小，原因在于本算法仅对数据进行检查，计算复杂度极低。因此本算法适合RFID高吞吐量的应用场景。

4 小结

    随着RFID系统的广泛应用，其安全性问题日益重要，本文对此提出一种基于两阶段的防御方案，即对采集数据的格式与内容进行检查；对动态生成的SQL请求进行格式与内容的检查。由于本方案均对数据(字符串)进行处理，因此具有较好的计算效率，适用于大规模、高吞吐量的RFID系统。

参考文献

[1] 蒋浩，高春华，张林，等.一种基于RFID的室内车载监控系统定位方法的设计与实现[J].计算机科学，2012，39(2)：29-33.

[2] 陈宇铮，汤仲喆，倪云峰，等.基于RFID的冷链物流监测系统的设计[J].计算机应用与软件，2013，30(2)：263-265.

[3] 李雪，唐文，张华.一种新的Web应用防火墙的自学习模型[J].小型微型计算机系统，2014(3)：.

[4] HALFOND W G J，ORSO A.AMNESIA：analysis and monitoring for NEutralizing SQL-injection attacks[C].Proceedings of the 20th IEEE/ACM international Conference on Automated Software Engineering.ACM，2005：174-183.

[5] RIEBACK M R，SIMPSON P N D，CRISPO B，et al.RFID malware：design principles and examples[J].Pervasive and Mobile Computing，2006，2(4)：405-426.