[논문 리뷰] A Pair-wise Key Distribution Mechanism and Distributed Trust Evaluation Model for Secure Data Aggregation in Mobile Sensor Networks

Natarajan Meghanathan|arXiv (Cornell University)|2014. 11. 23.

Security in Wireless Sensor Networks참고 문헌 14인용 수 4

한 줄 요약

이 논문은 이동성 있는 센서 네트워크에서의 안전한 데이터 집계를 위한 프레임워크를 제안하며, 쌍방향 키 분배 메커니즘과 분산 신뢰 평가 모델을 결합한다. 수신단에서 제공하는 시드 키를 사용하여 노드 간의 동적 키 갱신을 가능하게 하며, 두 방향 그룹브스 검정을 적용하여 손상되거나 고장 난 노드를 탐지하고 격리함으로써 집계 트리 내에서 오류 데이터의 확산을 줄이고 시뮬레이션에서 높은 탐지 정확도를 확보한다.

ABSTRACT

We propose a secure data aggregation (SDA) framework for mobile sensor networks whose topology changes dynamically with time. The SDA framework (designed to be resilient to both insider and outsider attacks) comprises of a pair-wise key establishment mechanism run along the edges of a data gathering tree and a distributed trust evaluation model that is tightly integrated with the data aggregation process itself. If an aggregator node already shares a secret key with its child node, the two nodes locally coordinate to refresh and establish a new pair-wise secret key; otherwise, the aggregator node requests the sink to send a seed-secret key message that is used as the basis to establish a new pair-wise secret key. The trust evaluation model uses the two-sided Grubbs test to identify outlier data in the periodic beacons collected from the child nodes (neighbor) nodes. Once the estimated trust score for a neighbor node falls below a threshold, the sensor node locally classifies its neighbor node as a Compromised or Faulty (CF) node, and discards the data or aggregated data received from the CF node. This way, the erroneous data generated by the CF nodes could be filtered at various levels of the data gathering tree and are prevented from reaching the root node (sink node). Finally, we assess the effectiveness of our trust evaluation model through a comprehensive simulation study.

연구 동기 및 목표

• 동적 네트워크 구조를 가진 이동성 있는 센서 네트워크에서 데이터 집계를 보안적으로 확보하는 데 도전 과제를 해결하기 위해.
• 노드 간의 안전한 키 설정을 보장하여 데이터 집계 과정에서 내부 및 외부 공격을 완화하기 위해.
• 수신단에 도달하기 전에 손상되거나 고장 난 노드에서 유래한 오류 데이터를 탐지하고 걸러내기 위해.
• 데이터 집계 중 실시간으로 작동하는 분산 신뢰 평가 메커니즘을 설계하기 위해.
• 자원이 제한된 이동성 있는 환경에서 데이터 무결성과 기밀성을 확보하기 위해.

제안 방법

• 집계자 노드가 자식 노드와 협력하여 수신단으로부터 확보한 시드 키를 사용해 새로운 비밀 키를 갱신하거나 설정하는 쌍방향 키 분배 메커니즘이 사용된다.
• 공유 키가 존재하지 않으면, 집계자는 수신단으로부터 시드-비밀 키를 요청하여 키 설정을 시작한다.
• 이웃 노드의 주기적 비콘 데이터에 대해 두 방향 그룹브스 검정을 적용하여 통계적 이질성을 탐지함으로써 잠재적인 손상 또는 고장을 식별한다.
• 신뢰 점수가 사전 정의된 임계값 이하로 떨어지면, 노드는 현지에서 '손상됨 또는 고장 난'(CF)으로 분류된다.
• CF로 분류된 노드의 데이터는 데이터 수집 트리의 각 단계에서 기각되어 악성 또는 고장 난 데이터의 확산을 방지한다.
• 신뢰 평가 모델이 데이터 집계 과정에 깊이 통합되어 중앙 집중식 모니터링에 의존하지 않고 실시간이고 국소적인 의사결정을 가능하게 한다.

실험 결과

연구 질문

• RQ1 동적 네트워크 구조를 가진 이동성 있는 센서 네트워크에서 어떻게 안전한 키 설정을 유지할 수 있는가?
• RQ2 데이터 집계 과정에서 내부 및 외부 공격에 대한 강건성을 확보하는 데 어떤 메커니즘이 기여하는가?
• RQ3 고장 나거나 손상된 노드를 분산적이고 확장 가능한 방식으로 어떻게 탐지하고 격리할 수 있는가?
• RQ4 센서 노드의 비콘에서 이질적 행동을 효과적으로 식별하는 통계적 방법은 무엇인가?
• RQ5 제안된 신뢰 모델이 집계 트리 내에서 오류 데이터의 확산을 어느 정도 줄이는가?

주요 결과

• 제안된 신뢰 평가 모델은 비콘 데이터에 대해 두 방향 그룹브스 검정을 적용하여 손상되거나 고장 난 노드를 성공적으로 식별하고 격리한다.
• CF로 분류된 노드의 입력을 각 수준에서 기각함으로써 시스템이 오류 데이터의 확산을 줄인다.
• 시뮬레이션 결과는 이질적 행동 탐지에 있어 높은 정확도를 보이며, 신뢰 평가 과정에서 최소한의 오소거기(양성 오류)가 발생한다.
• 쌍방향 키 분배 메커니즘이 네트워크 구조의 동적 변화가 발생하더라도 지속적인 안전한 통신을 보장한다.
• 신뢰 평가가 데이터 집계 과정에 통합되어 중앙 집중식 감시에 의존하지 않고 실시간이고 국소적인 의사결정을 가능하게 한다.
• 이 프레임워크는 내부 및 외부 위협 모델 하에서 이동성 있는 센서 네트워크의 전반적인 데이터 무결성과 보안성을 향상시킨다.