[論文レビュー] Secure Tracking in Sensor Networks using Adaptive Extended Kalman Filter

Ali Fard, Mahdy Nabaee|arXiv (Cornell University)|Apr 14, 2012

Indoor and Outdoor Localization Technologies参考文献 9被引用数 3

ひとこと要約

本稿では、改ざん済みまたは共謀しているノードからの悪意あるビーコンデータを検出・緩和するための、適応型拡張カルマンフィルタ（EKF）に基づくセキュアな追跡アルゴリズムを提案する。プロセスおよび測定ノイズの推定値を動的に調整することにより、敵対的環境下でも追跡精度と耐性が向上し、検出率および平均二乗誤差（MSE）の面で従来手法を著しく上回る。

ABSTRACT

Location information of sensor nodes has become an essential part of many applications in Wireless Sensor Networks (WSN). The importance of location estimation and object tracking has made them the target of many security attacks. Various methods have tried to provide location information with high accuracy, while lots of them have neglected the fact that WSNs may be deployed in hostile environments. In this paper, we address the problem of securely tracking a Mobile Node (MN) which has been noticed very little previously. A novel secure tracking algorithm is proposed based on Extended Kalman Filter (EKF) that is capable of tracking a Mobile Node (MN) with high resolution in the presence of compromised or colluding malicious beacon nodes. It filters out and identifies the malicious beacon data in the process of tracking. The proposed method considerably outperforms the previously proposed secure algorithms in terms of either detection rate or MSE. The experimental data based on different settings for the network has shown promising results.

研究の動機と目的

• 敵対的環境に配置された無線センサネットワーク（WSNs）における、セキュアなローカライゼーションおよび追跡メカニズムの不足に対処すること。
• 偽の位置情報の注入を行う悪意あるまたは共謀しているビーコンノードによる、既存の追跡システムの脆弱性に対処すること。
• 改ざんノードが存在しても高い精度を維持できる、強固でリアルタイムな追跡アルゴリズムの開発。
• 悪意あるビーコンの検出を向上させつつ、誤検出を最小限に抑え、追跡誤差（MSE）を低減すること。

提案手法

• 標準的な拡張カルマンフィルタ（EKF）を適応型のプロセスおよび測定ノイズ共分散行列の推定に応用する。
• イノベーションおよび残差シーケンスを用いて、ビーコンデータの異常を検出し、潜在的な悪意ある入力を同定する。
• 残差の統計的挙動に基づいて、ノイズ共分散行列を動的に更新することで、フィルタのロバスト性を向上させる。
• しきい値ベースのメカニズムを統合し、状態推定中に疑わしいビーコン報告をフラグ付きで除外する。
• 適応型EKFを用いて、アンカーノードからの距離またはRSSI測定値を用いて移動ノード（MN）の位置を推定する。
• リアルタイムで状態および誤差共分散の更新を維持し、動的かつ敵対的状況下での継続的追跡を可能にする。

実験結果

リサーチクエスチョン

• RQ1 WSNにおける追跡アルゴリズムは、改ざん済みまたは共謀しているノードからの悪意あるビーコンデータを効果的に検出し、除外できるか？
• RQ2 EKFにおける適応型ノイズ推定は、悪意ある干渉が存在する状況で、追跡精度と耐性をどの程度向上できるか？
• RQ3 提案手法は、既存のセキュアな追跡アルゴリズムと比較して、検出率および平均二乗誤差（MSE）の面でどの程度優れているか？
• RQ4 適応型EKFは、さまざまなネットワーク状態および悪意ある攻撃シナリオ下でも高い追跡分解能を維持できるか？
• RQ5 動的ノイズ適応が誤検出率および全体のシステム安定性に与える影響は何か？

主な発見

• 提案された適応型EKF手法は、既存のセキュアな追跡アルゴリズムと比較して、悪意あるビーコンノードの検出率がより高い。
• アルゴリズムは、位置推定の平均二乗誤差（MSE）を顕著に低減し、追跡精度の向上を示している。
• 実験結果から、さまざまなネットワーク構成および攻撃モデルにおいて一貫した性能を示している。
• 適応型ノイズ推定メカニズムは、残差統計に基づいて、正常なビーコンデータと悪意あるビーコンデータを効果的に区別している。
• 最大30％のビーコンノードが改ざんされていても、システムは安定した追跡性能を維持している。
• システムは、測定ノイズの変動や動的環境変化に対しても、強靭性を示している。