[論文レビュー] An Efficient Fog-Assisted Unstable Sensor Detection Scheme with Privacy Preserved

Shuo Chen, Rongxing Lu+1 more|arXiv (Cornell University)|Nov 28, 2017

Security in Wireless Sensor Networks参考文献 23被引用数 3

ひとこと要約

本稿では、IoT環境における不安定なセンサーを検出するための、フェイクコンピューティングを活用したプライバシー保護型スキームを提案する。フェイクコンピューティングを用いることで、制御センターの通信負荷と計算負荷を低減する。データ集約のためのPaillier暗号方式と、効率的な認証のためのバッチ検証を活用し、誤検出率が低く、高い検出精度を達成しながら、データのプライバシーを保護し、一般的なサイバー攻撃に対しても耐性を示す。

ABSTRACT

The Internet of Thing (IoT) has been a hot topic in both research community and industry. It is anticipated that in future IoT, an enormous number of sensors will collect the physical information every moment to enable the control center making better decisions to improve the quality of service (QoS). However, the sensors maybe faulty and thus generate inaccurate data which would compromise the decision making. To guarantee the QoS, the system should be able to detect faulty sensors so as to eliminate the damages of inaccurate data. Various faulty sensor detection mechanisms have been developed in the context of wireless sensor network (WSN). Some of them are only fit for WSN while the others would bring a communication burden to control center. To detect the faulty sensors for general IoT applications and save the communication resource at the same time, an efficient faulty sensor detection scheme is proposed in this paper. The proposed scheme takes advantage of fog computing to save the computation and communication resource of control center. To preserve the privacy of sensor data, the Paillier Cryptosystem is adopted in the fog computing. The batch verification technique is applied to achieve efficient authentication. The performance analyses are presented to demonstrate that the proposed detection scheme is able to conserve the communication resource of control center and achieve a high true positive ratio while maintaining an acceptable false positive ratio. The scheme could also withstand various security attacks and preserve data privacy.

研究の動機と目的

• IoTシステムにおける大量のセンサーデータが制御センターに及ぼす高い通信および計算負荷に対処すること。
• 隣接センサーの投票や中央集権的なデータ分析に依存せずに、特にノイズ分散が大きいセンサーを検出すること。
• 暗号技術を用いて、データ集約および送信中にセンサーデータのプライバシーを保護すること。
• フェイクノードでの故障検出を実施することで、ネットワーク遅延と帯域幅の使用量を削減すること。
• 盗聴、中間者攻撃、再生攻撃などの一般的なネットワーク攻撃に対して、検出プロセスのセキュリティを確保すること。

提案手法

• 三層構造のフェイクコンピューティングアーキテクチャを採用：環境（センサー）、エッジ（フェイクデバイス）、クラウド（制御センター）で構成され、局所処理を可能にする。
• 最初のレイヤーのフェイクデバイスでセンサーデータをPaillier暗号方式で暗号化し、集約中もプライバシーを確保する。
• フェイクデバイスが暗号化されたデータ上で分散度（例：分散）を計算する局所計算を実行し、不安定なセンサーを検出する。
• 複数のセンサーレポートを効率的に認証するため、バッチ検証を適用し、検証のオーバーヘッドを低減する。
• 親フェイクノードと子フェイクノード間のセンサー相関を評価するために、条件付き確率モデルを用いることで異常を検出する。
• 制御センターに生のプレーンテキストデータを送信しないようにすることで、ネットワークリソースの使用量を最小限に抑える。

実験結果

リサーチクエスチョン

• RQ1 大規模なIoT展開において、制御センターの負荷を増大させることなく、効率的な故障センサー検出を実現する方法は何か？
• RQ2 フェイク支援システムにおけるデータ集約中に、センサーデータのプライバシーを保護する技術は何か？
• RQ3 同型暗号とバッチ検証の組み合わせにより、センサー障害検出における通信コストと計算コストを低減できるか？
• RQ4 ノイズ分散が大きいセンサーの検出において、本スキームの有効性はどの程度で、誤検出率は低く保たれるか？
• RQ5 盗聴や再生攻撃などの一般的なネットワーク攻撃に対して、どの程度のセキュリティが達成できるか？

主な発見

• 故障検出をフェイクレイヤーで局所的に行うことで、本スキームは制御センターにおける通信および計算オーバーヘッドを顕著に低減する。
• Paillier暗号方式の使用により、データ集約および送信中にエンドツーエンドのプライバシー保護が実現される。
• ノイズ分散が大きい不安定なセンサーの検出において、高い真正陽性率を達成しており、検出効果が顕著であることが示された。
• 誤検出率は許容範囲内に保たれており、実用的展開における信頼性が確保されている。
• 暗号化と認証により、盗聴、中間者攻撃、再生攻撃に対して耐性を持つことが確認された。
• 性能評価の結果、リソースの節約およびスケーラビリティの観点で、従来の中央集権的アプローチを上回ることが実証された。