다중 저장 환경에서 IP 카메라의 데이터 획득 방안

다국어 초록 (Multilingual Abstract)

Recently, IP cameras have become increasingly popular as low-cost and high-efficiency video devices due to their expanding functionalities and ease of installation and operation through mobile application integration. As a result, IP cameras are now commonly found in everyday environments and are widely utilized as important digital evidence in criminal investigations and incident analysis, extending beyond traditional CCTV systems. However, frequent domestic and international incidents involving IP camera hacking have raised persistent concerns regarding security and privacy violations, highlighting the need for systematic countermeasures from a digital forensic perspective. Despite this, most existing studies on IP cameras primarily focus on vulnerability assessment and security issues, while research on data acquisition and analysis from a digital forensic standpoint remains relatively limited. Since IP camera data are distributed across multiple environments—such as SD cards, web, mobile applications, and cloud platforms—comprehensive forensic research that integrates these environments is required. This paper proposes data acquisition and analysis methods for four IP cameras commonly used in South Korea, focusing on SD cards, web, mobile applications, and cloud environments. IP cameras are installed and controlled via mobile applications, and video data may be stored simultaneously on SD cards and cloud servers, with some services additionally providing web-based access. Considering these characteristics, this study derives acquisition techniques for forensic artifacts, including account information, device information, user activity logs, and media data, across each access environment. Furthermore, user behavior–based artifact analysis and network traffic analysis were conducted, with a particular focus on cloud service environments. The transmission and storage structures of video data were examined through API-based analysis of cloud services. The experimental results demonstrate that logs and video files can be obtained from IP camera SD cards, where logs contain account information, device information, and user activity records. Mobile applications store manually saved video files, along with account and device information. Notably, cloud analysis linked to IP camera devices and mobile applications revealed a larger volume of stored video data, more detailed device information, and notification logs such as person detection events. The API communication structure between IP cameras and cloud servers was systematically categorized according to functional operations, including device information retrieval, video download, and notification log access. By utilizing data obtained from SD card and mobile application analysis for cloud API calls, this study verified that IP camera data acquisition can be performed more efficiently. Moreover, an open-source tool named IPCAT (IP Camera Analysis Tool) was developed to automate IP camera data acquisition. This study is significant in that it comprehensively analyzes and proposes acquisition methods for digital forensic data—such as account and device information, media data, and activity logs—by considering multiple IP camera access environments, including SD cards, web, mobile applications, and cloud platforms. In addition, the development of an open-source cloud API–based data acquisition tool contributes to improving the efficiency of IP camera forensic analysis. The findings of this study may also serve as a reference for forensic analysis of other cloud-based IoT devices. It is expected that the integrated data analysis approach proposed in this study will contribute to IP camera investigations and forensic analysis practices.

국문 초록 (Abstract)

최근 IP 카메라는 기능이 다양해지고, 모바일 애플리케이션 연동을 통해 설치 및 사용이 간편해지면서 저비용, 고효율의 영상 기기로 대중화되고 있다. 이에 따라 IP 카메라는 일상생활에서도 쉽게 찾아볼 수 있으며, 기존 CCTV를 넘어 범죄 수사 및 사고 분석에서 중요한 디지털 증거로 활용되고 있다. 특히, 국내외에서 발생한 IP 카메라 해킹 사례로 인해 보안 및 개인정보 침해 문제가 지속적으로 제기되고 있으며, 디지털 포렌식 관점에서의 체계적인 대응 방안 마련이 요구되고 있다. 그러나, 기존 IP 카메라 관련 연구는 주로 취약점 분석이나 보안 문제에 집중되어 있어, 디지털 포렌식 관점에서의 데이터 획득 및 분석에 대한 연구는 상대적으로 부족한 실정이다. IP 카메라는 SD 카드, 웹, 모바일 애플리케이션, 클라우드 등 다양한 환경에 데이터가 분산 저장되므로, 이를 통합적으로 고려한 포렌식 연구가 필요하다. 본 논문에서는 국내에서 사용되는 IP 카메라 4종을 대상으로, SD 카드, 웹, 모바일 애플리케이션, 클라우드 환경에서의 데이터 획득 및 분석 방안을 제안한다. IP 카메라는 모바일 애플리케이션을 통해 설치 및 제어되며, 영상 데이터는 SD 카드와 클라우드에 동시 저장될 수 있고, 일부 서비스는 웹 기반 접근 환경을 제공한다. 이러한 특성을 고려하여 각 접근 환경별로 디지털 포렌식에서 활용 가능한 계정 정보, 기기 정보, 사용자 활동 로그, 미디어 데이터를 중심으로 획득 기법을 도출하였다. 또한 사용자 행위에 따른 아티팩트 분석과 네트워크 트래픽 분석을 수행하였으며, 클라우드 서비스 환경을 중점적으로 분석하여, 영상 데이터의 전송 및 저장 구조를 API 기반으로 확인하였다. 실험 결과, IP 카메라 SD 카드에서 로그 및 영상을 확보할 수 있으며, 이때 로그에서 계정 정보, 기기 정보, 사용자 활동 로그 등의 데이터를 확인할 수 있다. 모바일 애플리케이션에서는 사용자가 수동 저장한 영상과 계정 정보, 기기 정보 등의 데이터를 확인할 수 있다. IP 카메라 기기 및 모바일 애플리케이션과 연동된 클라우드 분석을 통해 클라우드 서버에 저장된 더 많은 영상들과 더 상세한 기기 정보, 사람 인식 등의 감지 이벤트 알림 로그까지 확인할 수 있다. 클라우드 서버와의 API 통신 구조를 기기 정보, 미디어 데이터, 알림 로그 확인 등의 기능별로 정리하였으며, SD 카드 및 모바일 애플리케이션 분석을 통해 확보한 데이터를 클라우드 API 호출에 활용함으로써 보다 효율적인 IP 카메라 데이터 획득이 가능함을 검증하였다. 더 나아가, IP 카메라별 데이터 획득을 자동화하기 위한 오픈소스 도구 IPCAT(IP Camera Analysis Tool)을 개발하였다. 본 연구는 IP 카메라 데이터의 다중 저장 환경인 SD 카드, 웹, 모바일 애플리케이션, 클라우드를 종합적으로 고려하여 디지털 포렌식 관점의 데이터인 계정 정보, 기기 정보, 미디어 데이터, 활동 정보를 분석하고 획득 방안을 제시하였다는 점에서 의의가 있다. 나아가 클라우드 API 기반 데이터 획득 오픈소스 도구를 개발하였으며, IP 카메라 분석의 효율성을 향상시키는 데 기여할 수 있다. 또한 클라우드를 사용하는 타 유사 IoT 기기 포렌식 분석 시에도 참고 자료로 활용될 수 있다. 본 연구의 IP 카메라 다중 환경을 고려한 데이터 분석이 IP 카메라 수사 및 분석 과정에 기여할 수 있기를 기대한다.

목차 (Table of Contents)

• 1. 서 론 1
• 1.1 연구 배경 및 필요성 1
• 1.1.1 연구 배경 1
• 1.1.2 연구 필요성 3
• 1.2 연구 범위 및 방법 5
• 1.2.1 연구 범위 5
• 1.2.2 연구 방법 6
• 2. IP 카메라 포렌식 및 선행 연구 8
• 2.1 IP 카메라 구조 및 포렌식 영역 8
• 2.1.1 IP 카메라 동작 방식과 특징 8
• 2.1.2 IP 카메라 포렌식 영역 10
• 2.2 선행 연구 11
• 2.2.1 IP 카메라 관련 연구 11
• 2.2.2 IoT 기기 관련 연구 14
• 2.3 연구 공백 16
• 3. IP 카메라 데이터 획득 실험 설계 18
• 3.1 실험 목적 및 대상 18
• 3.1.1 목적 및 대상 18
• 3.1.2 기능 분석 19
• 3.1.3 실험 내용 21
• 3.2 실험 환경 및 분석 도구 22
• 3.3 실험 방법 및 절차 23
• 4. IP 카메라 데이터 획득 실험 26
• 4.1 SD 카드 분석 26
• 4.1.1 Tapo 26
• 4.1.2 Eoolii 29
• 4.1.3 EGLOO 31
• 4.2 애플리케이션 분석 33
• 4.2.1 Tapo 33
• 4.2.2 Eoolii 35
• 4.2.3 EGLOO 36
• 4.3 클라우드 분석 37
• 4.3.1 Tapo 37
• 4.3.2 Eoolii 41
• 4.3.3 EGLOO 44
• 4.4 시사점 및 한계 47
• 5. IP 카메라 데이터 획득 도구 설계 및 검증 49
• 5.1 도구 설계 및 구현 49
• 5.1.1 도구 설계 49
• 5.1.2 도구 구현 51
• 5.2 도구 검증 52
• 5.2.1 도구 검증 설계 52
• 5.2.2 도구 검증 결과 54
• 6. 결론 59
• 참고문헌 61
• Abstract 65