[論文レビュー] Context-based Pseudonym Changing Scheme for Vehicular Adhoc Networks

Karim Emara, Wolfgang Woerndl+1 more|arXiv (Cornell University)|Jul 26, 2016

Vehicular Ad Hoc Networks (VANETs)参考文献 29被引用数 25

ひとこと要約

本稿では、車両adhocネットワーク（VANET）における文脈に適応する偽名変更方式（CADS）を提案する。この方式は、交通密度とユーザーのプライバシー設定に応じて、静黙期間を動的に調整することで、リンク不能性を向上させる。CADSは、ベースライン方式と比較して、追跡可能性を最大27%まで低減するが、前方衝突警告などの安全関連アプリケーションにおける高品質なサービス（QoS）を維持する。

ABSTRACT

Vehicular adhoc networks allow vehicles to share their information for safety and traffic efficiency. However, sharing information may threaten the driver privacy because it includes spatiotemporal information and is broadcast publicly and periodically. In this paper, we propose a context-adaptive pseudonym changing scheme which lets a vehicle decide autonomously when to change its pseudonym and how long it should remain silent to ensure unlinkability. This scheme adapts dynamically based on the density of the surrounding traffic and the user privacy preferences. We employ a multi-target tracking algorithm to measure privacy in terms of traceability in realistic vehicle traces. We use Monte Carlo analysis to estimate the quality of service (QoS) of a forward collision warning application when vehicles apply this scheme. According to the experimental results, the proposed scheme provides a better compromise between traceability and QoS than a random silent period scheme.

研究の動機と目的

• 定期的なビーコン送信と偽名の再利用によって引き起こされるVANETにおける車両の追跡可能性の問題に取り組む。
• 交通状況のリアルタイムな文脈に応じて、静黙期間を動的に調整することで、静的またはランダムな静黙期間方式を凌駕するリンク不能性を実現する。
• 低、通常、高の3段階のプライバシー設定レベルを備えた、ユーザー中心のプライバシー制御を可能にする。
• 安全関連アプリケーション（前方衝突警告など）における高品質なサービス（QoS）を、プライバシー強化機構が導入されても維持する。
• 追跡可能性とQoSの指標を用いて、受動的および能動的攻撃者に対する本方式の有効性を評価する。

提案手法

• リアルタイムの交通密度とユーザーのプライバシー設定に基づいて、静黙期間の長さを決定する文脈に適応する偽名変更方式（CADS）を導入する。
• 追跡可能性を測定するために、敵が時間的・空間的に偽名を関連付ける能力に基づく、マルチターゲットトラッキングアルゴリズムを採用する。
• 前方衝突警告（FCW）アプリケーションのQoSを評価するために、モンテカルロシミュレーションを用いる。
• 周囲の車両の行動に基づいて、車両が静黙状態に入るタイミングを検出するための「静黙の近隣車両閾値」機構を実装する。
• プライバシーとQoSのバランスを保つために、内部パrameter（例：静黙期間長）を動的に調整し、偽名プールの枯渇を防ぐ。
• 周囲の車両をトラッキングし、その軌道を推定することで文脈認識を実現するため、カルマンフィルタを用いる。

実験結果

リサーチクエスチョン

• RQ1 CADSは、さまざまな交通密度において、ランダムな静黙期間方式と比較して、どのように追跡可能性を低減するか？
• RQ2 ユーザーが定義するプライバシー設定は、CADSにおける偽名変更の有効性にどの程度影響を与えるか？
• RQ3 CADSは、前方衝突警告のような安全関連アプリケーションのQoSにどのような影響を与えるか？
• RQ4 静的でない活動を示す攻撃者（LAA）に対して、CADSはどの程度の耐性を示すか？
• RQ5 RSUやミックスゾーンなどのインフラに依存せずに、CADSはリンク不能性を維持できるか？

主な発見

• CADSは、ベースライン方式と比較して、正規化された追跡可能性（Πₙ）を最大27%まで低減するが、特に高プライバシー設定下で顕著である。
• 低活動攻撃者（LAA）が存在する場合、平均的な偽名寿命は、156秒（LAAなし）から103秒に短縮され、偽名の変更が増加していることが示された。
• LAAの活動による偽名変更の増加にもかかわらず、前方衝突警告のQoSはわずかに低下し、91%から86%に低下したにとどまる。
• 標準CPU上での1タイムステップあたりの平均処理時間は5 msであり、計算効率が優れていることが示された。
• 静黙の近隣車両閾値を2に設定した場合、最大3%の車両が改ざんされても、偽名の枯渇は顕著なリスクとはならなかった。
• 高プライバシー設定の車両は、大多数の車両が低プライバシー設定であっても、最低の追跡可能性を達成した。