[論文レビュー] VerLoc: Verifiable Localization in Decentralized Systems

Katharina Kohls, Claudia Díaz|arXiv (Cornell University)|May 25, 2021

Network Security and Intrusion Detection参考文献 44被引用数 7

ひとこと要約

VerLoc は、信頼できるランドマークを必要とせず、安全でランダム化された RTT 測定と三角測量を用いて、悪意あるネットワークにおける検証可能かつ分散型のノード局所化を可能にする分散型システムである。この手法により、タイミングの改ざんを検出しフィルタリングでき、実世界の展開において中央値の局所化誤差が 60 km に抑えられ、最大 20% の悪意ある参加者を含む環境でも悪意あるノードを検出できる。

ABSTRACT

We tackle the challenge of reliably determining the geo-location of nodes in decentralized networks, considering adversarial settings and without depending on any trusted landmarks. In particular, we consider active adversaries that control a subset of nodes, announce false locations and strategically manipulate measurements. To address this problem we propose, implement and evaluate VerLoc, a system that allows verifying the claimed geo-locations of network nodes in a fully decentralized manner. VerLoc securely schedules roundtrip time (RTT) measurements between randomly chosen pairs of nodes. Trilateration is then applied to the set of measurements to verify claimed geo-locations. We evaluate VerLoc both with simulations and in the wild using a prototype implementation integrated in the Nym network (currently run by thousands of nodes). We find that VerLoc can localize nodes in the wild with a median error of 60 km, and that in attack simulations it is capable of detecting and filtering out adversarial timing manipulations for network setups with up to 20 % malicious nodes.

研究の動機と目的

• 信頼できるランドマークや真の位置情報のインfraストラクチャに依存せずに、悪意あるネットワークにおけるノードの地理的位置を信頼性高く分散型で検証すること。
• 分散型システムにおけるタイミング測定の改ざんや、誤った位置情報の報告を行う能動的攻撃者に対処すること。
• Nym やブロックチェーンベースのピアツーピアシステムのような匿名ネットワークにおける位置の多様性と安全なルーティングを支援すること。
• ネットワークのノイズや悪意ある干渉に対しても精度を維持できるスケーラブルで低オーバーヘッドのソリューションを提供すること。
• 検証可能な位置情報に基づく報酬やステークデリゲーションによる、将来的なグローバルなノード分散のインcentive を可能にすること。

提案手法

• 攻撃者による測定割り当てへの影響を防ぐために、ノード間で安全でランダム化された往復時間（RTT）測定をスケジューリングする。
• ペアワイズの RTT 測定に基づき、距離推定と位置推定を三角測量によって行い、ノードの地理的位置を推定・検証する。
• ブロードキャストチャネルを用いて、全ノードが RTT 測定値を共有し、報告された位置の分散型検証を可能にする。
• ネットワーク伝搬遅延をモデル化するため、6042 つの Tor リレーや 16 台のグローバルサーバーから得られた 180 万件の実世界 RTT 測定データを用い、ノイズや動的ルーティングを考慮する。
• ノイズのための信頼区間を組み込んだ適合された伝搬モデルを用いて、測定された RTT 値を地理的距離に変換する。
• 自己申告された都市レベルの位置情報を GeoIP データと照合して整合性を評価し、潜在的な不一致を検出する。

実験結果

リサーチクエスチョン

• RQ1 信頼できるランドマークや真の位置情報に依存せず、悪意ある環境下でも分散型システムがノードの位置を検証可能にできるか？
• RQ2 VerLoc は、最大 20% の悪意あるノードを含むネットワークにおいて、悪意あるタイミング改ざんを効果的に検出しフィルタリングできるか？
• RQ3 実世界の展開において、VerLoc の局所化精度はどの程度で、ネットワークのノイズはそのパフォーマンスにどのように影響するか？
• RQ4 自己申告された位置と GeoIP データとの不一致が、VerLoc の検証意思決定にどの程度影響を及ぼすか？
• RQ5 縦断的検証は、一貫して誤報を行うノードの検出を向上させることができるか？また、測定の一貫性は信頼性にどのような役割を果たすか？

主な発見

• Nym ネットワークにおける実世界の展開で、VerLoc は中央値の局所化誤差が 60 km に抑えられ、分散型環境における実用的な精度を示した。
• 攻撃シミュレーションにおいて、VerLoc は最大 20% の悪意あるノードを含むネットワークで、悪意あるタイミング改ざんを効果的に検出しフィルタリングした。
• 1395 個のノードをテストした結果、自己申告された位置と GeoIP 位置の中央値誤差は 7.11 km、平均誤差は 364.47 km であり、自己申告データの整合性が比較的高いことが示された。
• 126 個のノード（9.03%）で自己申告された国と GeoIP の国が不一致しており、中央値誤差は 1238 km に達し、データ品質の問題が顕在化した。
• VerLoc によって拒否された 5775 個のノードのうち、28.81% が GeoIP と自己申告の国で不一致を示し、59.71% が予期しないほど遅延の高い測定の多数に影響を受けており、ノイズと一貫性の欠如が主な失敗要因であることが明らかになった。
• 承認されたノードのうち僅か 3.08% が GeoIP と自己申告の国で不一致を示しており、VerLoc が一貫性のないまたは偽の位置情報を報告するノードを効果的にフィルタリングしていることが示された。