[論文レビュー] A Novel Sybil Attack Detection Scheme Based on Edge Computing for Mobile IoT Environment

Yuan, Manli, Lin, Liwei+2 more|arXiv (Cornell University)|Nov 8, 2019

Network Security and Intrusion Detection参考文献 26被引用数 8

ひとこと要約

本稿では、エッジコンピューティングを活用して、モバイルIoT向けに軽量で分散型のSybil攻撃検出方式を提案する。エッジノードにおける2ラウンドの信号強度（RSSI）測定を活用し、2回目のラウンドのRSSIが動的に計算された区間に収まるかどうかをチェックすることで、ノードの正当性を検証し、高い検出精度と頑健な故障耐性を達成する。

ABSTRACT

Internet of things (IoT) connects all items to the Internet through information-sensing devices to exchange information for intelligent identification and management. Sybil attack is a famous and crippling attack in IoT. Most of the previous methods of detecting Sybil attacks in IoT mainly focus on static IoT while there are very rare methods applicable to mobile IoT. In this paper, a novel, lightweight, and distributive detection scheme based on edge computing is proposed for detecting Sybil attacks in mobile IoT. In the proposed scheme, a detection consists of two rounds. In each round, member nodes are required to send packets to edge nodes. Edge nodes calculate a possible interval of the received signal strength indication (RSSI) from the first round and check whether the RSSI from the second round is in the interval to detect Sybil attack. Extensive experimental studies are included to show that the presented approach outperforms many existing approaches in terms of true detection and false detection rates. Moreover, experimental results show that the fault tolerance design in the proposed approach greatly enhances the detection scheme.

研究の動機と目的

• モバイルIoT環境に特化した有効なSybil攻撃検出メカニズムの不足に対処すること。
• リソース制約のあるモバイルIoTデバイスに適した軽量で分散型の検出方式を設計すること。
• エッジコンピューティングを活用して、動的なモバイル環境における遅延を低減し、リアルタイム検出を向上させること。
• ネットワークの変動やノード障害が生じても、検出の信頼性を高めること。

提案手法

• エッジノードが、2回のパケット送信ラウンドにわたり、参加ノードからのRSSI値を収集する。
• 最初のラウンドの測定値に基づいて、正当なノードの基準範囲を示す動的RSSI区間を計算する。
• 計算された区間に対して、2回目のラウンドのRSSI値を検証し、Sybil攻撃を示す異常を検出する。
• 信号の変動や一時的なネットワーク問題が生じても、検出の信頼性を維持するための故障耐性メカニズムを実装する。
• 計算負荷を最小限に抑えるために、軽量で分散型の設計を確保する。
• 物理層特性に基づいて、RSSIに基づく近接性推定を用い、正当なノードとSybilノードを区別する。

実験結果

リサーチクエスチョン

• RQ1 どのようにしてSybil攻撃検出を、モバイルIoT環境の動的特性に適応させることができるか？
• RQ2 エッジコンピューティングは、リソース消費を最小限に抑えつつ、モバイルIoTにおけるリアルタイムで低コストのSybil検出を可能にするか？
• RQ3 提案された2ラウンドRSSI検証メカニズムは、検出精度をどの程度向上させ、誤検出をどの程度低減するか？
• RQ4 故障耐性設計は、信号の変動下でも検出方式の頑健性をどの程度向上させるか？

主な発見

• 提案された方式は、モバイルIoT環境において、従来の手法と比較してより高い真の検出率を達成した。
• 本方式は、正当なノードと悪意のあるノードを区別するうえで、低い誤検出率を示しており、信頼性の向上を示している。
• 故障耐性メカニズムにより、ネットワーク状態の変化や信号の変動下でも、検出の安定性が顕著に向上した。
• 実験結果から、従来の静的検出手法が失敗する動的なモバイル環境において、本方式の有効性が確認された。
• 軽量で分散型の設計により、モバイルIoTデバイスにおけるスケーラビリティと低計算負荷が確保された。
• 2ラウンドにわたるRSSIベースの検証により、物理層の一貫性チェックによって、潜在的なSybilノードの正確な局所化が可能になった。