[論文レビュー] A Method in Security of Wireless Sensor Network based on Optimized Artificial immune system in Multi-Agent Environments

Morteza Jaderian, Hossein Moradzadeh+3 more|arXiv (Cornell University)|Aug 7, 2015

Artificial Immune Systems Applications参考文献 7被引用数 4

ひとこと要約

本稿では、悪意あるノードを検出および隔離するために最適化された人工免疫系（AIS）を用いた、マルチエージェントベースのセキュリティフレームワークを提案する。生物学的免疫反応を模倣することで、アフィニティおよびフィットネス指標を用いて自己ノードと非自己（悪意ある）エージェントを区別し、動的ネットワーク環境において高い検出精度と効果的な脅威排除を達成する。

ABSTRACT

Security in computer networks is one of the most interesting aspects of computer systems. It is typically represented by the initials CIA: confidentiality, integrity, and authentication or availability. Although, many access levels for data protection have been identified in computer networks, the intruders would still find lots of ways to harm sites and systems. The accommodation proceedings and the security supervision in the network systems, especially wireless sensor networks have been changed into a challenging point. One of the newest security algorithms for wireless sensor networks is Artificial Immune System (AIS) algorithm. Human lymphocytes play the main role in recognizing and destroying the unknown elements. In this article, we focus on the inspiration of these defective systems to guarantee the complications security using two algorithms; the first algorithms proposed to distinguish self-nodes from non-self ones by the related factors and the second one is to eliminate the enemy node danger.The results showed a high rate success and good rate of detecting for unknown object; it could present the best nodes with high affinity and fitness to be selected to confront the unknown agents.

研究の動機と目的

• 進化するサイバー脅威に対する無線センサーネットワーク（WSNs）のセキュリティを強化するという増大する課題に対処すること。
• リソース制約のあるWSNsにおける未知の攻撃およびゼロデイ攻撃の検出を向上させること。
• 人工免疫系の原則を用いてスケーラブルで適応可能なセキュリティメカニズムを開発すること。
• 分散型意思決定とリアルタイムの脅威対応を実現するため、マルチエージェントシステムを統合すること。
• アフィニティおよびフィットネスに基づくノード選択を最適化し、悪意あるエージェントに対する効果的な防御を実現すること。

提案手法

• システムは、ネットワークノードを自己および非自己の実体としてモデル化し、アフィニティに基づく指標を用いて正当なノードと悪意あるノードを区別する。
• 最適化アルゴリズムにより、高いフィットネスを持つノードの選択を強化する。
• 二段階検出：第一に、要因に基づく比較により非自己ノードを特定する。第二に、協調的なマルチエージェント行動によりそれらを排除する。
• 本手法は、攻撃パターンの事前知識がなくても、AISの動的適応性を活用して新たな脅威に応じられる。
• マルチエージェントの協調により、中央集権的制御なしに分散型でスケーラブルかつレジリエントなセキュリティ強化が可能になる。
• フィットネス関数およびアフィニティ関数を用いてノードをランク付けし、最も能力の高いノードのみが脅威との対峙に選ばれるようにする。

実験結果

リサーチクエスチョン

• RQ1 人工免疫系をどのように効果的に無線センサーネットワークにおける未知の脅威検出に適応できるか。
• RQ2 リソース制約のある環境で、誤検出を最小限に抑えながら高い検出精度を確保するメカニズムは何か。
• RQ3 マルチエージェントの協調は、WSNsにおけるインシデント検出のスケーラビリティと応答性をどのように向上させるか。
• RQ4 どの最適化戦略が、脅威軽減に向けた高フィットネスノードの選択を強化するか。
• RQ5 進化するおよびこれまでにない攻撃パターンに対し、システムはどのようにしてセキュリティを維持するか。

主な発見

• 提案手法は、未知の対象に対する高い成功検出率を達成し、新たな脅威への強い適応性を示した。
• アフィニティおよびフィットネスに基づく選択基準を用いて、悪意あるノードを効果的に特定および隔離した。
• 最適化プロセスにより、侵入からの防御に最も適したノードの選択が強化された。
• マルチエージェント環境により、中央制御なしに分散型でリアルタイムの脅威対応が可能になった。
• 動的ネットワーク条件下でも、自己ノードと非自己ノードの区別に優れた性能を示した。
• 結果から、AISに基づくモデルが、WSNsにおけるゼロデイ攻撃および未知の攻撃の検出において、従来手法を上回ることを示した。