Finding and Mitigating Security and Privacy Issues in the Web and The Internet of Things

Dans cette thèse, nous abordons deux axes principaux : i) le défi du traçage en ligne, avec un accent particulier sur les méthodes sans état comme le browser fingerprinting (BF), qui reste un problème difficile en termes de détection et de mitigation,ii) la sécurité et la confidentialité des protocoles de communication IoT pervasifs, en particulier le protocole Open Charge Point Protocol (OCPP) utilisé dans l'infrastructure de recharge des véhicules électriques comme étude de cas. La thèse introduit de nouvelles techniques et outils pour mesurer, détecter et mitiger les atteintes à la vie privée sur le Web. Premièrement, FP-Tracer est une méthodologie permettant de détecter et de classifier les fingerprinters de navigateurs grâce au taint tracking dynamique et à la classification par entropie jointe. Nous avons implémenté FP-Tracer en étendant Foxhound, un dérivé de Firefox orienté vie privée, et l'avons évalué via un crawl à grande échelle du Tranco Top 100K. L'étude révèle des activités de fingerprinting à travers les API audio, canvas et stockage, avec une activité élevée identifiée dans 8 % des domaines et modérée dans 75 %. Deuxièmement, EntroShield propose une technique conçue pour détecter et prévenir le BF, en combinant la surveillance en temps réel des API JavaScript avec le calcul d'entropie jointe (JE) afin de classifier et bloquer les activités potentiellement malveillantes. EntroShield est implémenté dans une extension Firefox, EntroShield-Plug, et évalué sur le Tranco Top 1000. Parmi les 737 domaines accessibles, il a été constaté que les collectes de données à forte entropie, sans utilité fonctionnelle, sont fréquentes : 13,6 % des domaines au niveau « Très élevé » et jusqu'à 23,8 % au niveau « Élevé ». Ces collectes ont lieu sans le consentement des utilisateurs, enfreignant potentiellement le RGPD. La thèse introduit également de nouvelles techniques et outils pour mesurer, détecter et mitiger les problèmes de sécurité et de confidentialité dans l'espace IoT. Premièrement, EmuOCPP présente une plateforme d'émulation évolutive, basée sur des conteneurs, capable de simuler des centaines de bornes de recharge et de véritables systèmes de gestion (CSMS). À l'aide de ce banc d'essai, cinq nouvelles attaques contre OCPP 1.6/2.0/2.0.1 ont été découvertes (par exemple : exploitation des transitions de profils de sécurité, usurpation de borne de recharge) et validées sur des implémentations open source et propriétaires, une borne physique et un réseau de production. Enfin, CheckOCPP fonctionne comme un dissector et un vérificateur de conformité, analysant passivement le trafic OCPP, identifiant les violations de schémas et révélant les déploiements non sécurisés.