[논문 리뷰] Understanding the Trustworthiness Management in the Social Internet of Things: A Survey

Subhash Sagar, Adnan Mahmood외 3명|arXiv (Cornell University)|2022. 02. 08.

IoT and Edge/Fog Computing인용 수 5

한 줄 요약

이 종합 검토는 사회적 사물 인터넷(SIoT)에서 신뢰성 관리에 대한 포괄적인 분석을 제공하며, 신뢰 관리 체계를 네 가지 유형으로 분류하고 핵심 차원에서 구성 요소, 강점, 한계 및 성능를 평가한다. 기존 접근 방식의 격차를 밝히고, 확장성 있고 프라이버시를 보장하며 지능적인 신뢰 집계가 가능한 SIoT 환경을 위한 향후 연구 방향을 제시한다.

ABSTRACT

The next generation of the Internet of Things (IoT) facilitates the integration of the notion of social networking into smart objects (i.e., things) in a bid to establish the social network of interconnected objects. This integration has led to the evolution of a promising and emerging paradigm of Social Internet of Things (SIoT), wherein the smart objects act as social objects and intelligently impersonate the social behaviour similar to that of humans. These social objects are capable of establishing social relationships with the other objects in the network and can utilize these relationships for service discovery. Trust plays a significant role to achieve the common goal of trustworthy collaboration and cooperation among the objects and provide systems' credibility and reliability. In SIoT, an untrustworthy object can disrupt the basic functionality of a service by delivering malicious messages and adversely affect the quality and reliability of the service. In this survey, we present a holistic view of trustworthiness management for SIoT. The essence of trust in various disciplines has been discussed along with the Trust in SIoT followed by a detailed study on trust management components in SIoT. Furthermore, we analyzed and compared the trust management schemes by primarily categorizing them into four groups in terms of their strengths, limitations, trust management components employed in each of the referred trust management schemes, and the performance of these studies vis-a-vis numerous trust evaluation dimensions. Finally, we have discussed the future research directions of the emerging paradigm of SIoT, particularly for trustworthiness management in SIoT.

연구 동기 및 목표

• 스마트 물체가 인간과 유사한 사회적 관계를 형성하는 새로운 SIoT 패러다임에서의 신뢰성 관리에 대한 통합적 리뷰를 제공하기 위해.
• SIoT에서의 신뢰 관리 시스템의 핵심 구성 요소인 신뢰 지표, 집계 및 쇠퇴 메커니즘을 식별하고 분석하기 위해.
• 네 가지 범주로 분류된 기존의 신뢰 관리 체계를 비교하여, 그들의 강점, 한계 및 다양한 신뢰 평가 차원에서의 성능를 평가하기 위해.
• 신뢰 집계의 비효율성, 프라이버시 보존 메커니즘 부족, 지능적이고 저지연의 신뢰 계산이 필요한 등의 핵심 과제를 부각하기 위해.
• 특히 기계 학습 기반 신뢰 집계 최적화와 SIoT를 위한 강력한 프라이버시 보존 프레임워크 개발을 포함한 향후 연구 방향을 제시하기 위해.

제안 방법

• 본 논문은 SIoT에서의 신뢰 관리에 관한 최근 15篇의 연구를 체계적으로 조사하여, 기반 신뢰 메커니즘과 설계 원칙에 따라 네 가지 그룹으로 분류한다.
• 신뢰 관리 체계는 다차원 평가 프레임워크를 사용하여 평가되며, 이는 신뢰 지표, 집계 기법, 쇠퇴 모델 및 프라이버시 보존 메커니즘을 포함한다.
• 기존의 선형 가중합 기반의 신뢰 집계 방법을 분석하고, 임의의 가중치 할당 및 특정 맥락에서 가장 영향력 있는 신뢰 지표를 식별하지 못하는 등의 한계를 비판한다.
• 환경적 맥락에 따라 신뢰 지표의 가중치를 동적으로 할당하는 기계 학습 기반의 신뢰 집계 방법을 탐색하지만, 높은 계산 비용을 지적한다.
• 서비스 기반 SIoT를 위한 일반적인 신뢰 관리 프레임워크를 제안하며, 사회적 관계, 평판, 경험 기반 신뢰를 시간에 따라 감쇠시키는 메커니즘과 함께 통합한다.
• SIoT 상호작용 중 사회적 프로필 데이터를 보호하기 위해 단방향 해싱 및 동형 암호화와 같은 프라이버시 보존 기법을 검토한다.

Figure 1 : Taxonomy of this survey

실험 결과

연구 질문

• RQ1 기존의 SIoT 신뢰 관리 체계는 핵심 평가 차원에서 설계, 구성 요소 및 성능 면에서 어떻게 다를까?
• RQ2 기존의 신뢰 집계 기법의 한계는 무엇이며, 기계 학습 기반 접근 방식은 정확성과 적응성을 어떻게 향상시킬 수 있을까?
• RQ3 SIoT에서 스마트 물체 간의 동적이고 시간 민감한 사회적 관계를 반영하기 위해 신뢰 쇠퇴 메커니즘은 어떻게 효과적으로 모델링할 수 있을까?
• RQ4 사회적 관계와 상호작용 빈도는 SIoT 환경에서 신뢰와 평판을 어떻게 형성하는가?
• RQ5 프라이버시 보존 신뢰 관리의 주요 열린 과제는 무엇이며, 향후 SIoT 시스템에서 어떻게 해결할 수 있을까?

주요 결과

• 선형 가중합 기반의 기존 신뢰 집계 방법은 임의의 가중치 할당 문제를 겪고 있으며, 특정 맥락에서 가장 영향력 있는 신뢰 지표를 식별하지 못한다.
• 기계 학습 기반의 신뢰 집계는 동적으로 신뢰 지표의 가중치를 할당하는 데 잠재력을 보이지만, 높은 계산 오버헤드와 지연을 유발하여 실시간 구현에 제약이 있다.
• 신뢰 쇠퇴는 관련성을 유지하기 위해 필수적이며, Truong 등이 제안한 경험-평판 시스템은 시간 기반 쇠퇴를 보여주지만, 강한 사회적 유대와 약한 사회적 유대를 명확히 정의하는 기준이 부족하다.
• SIoT 신뢰 관리에서 프라이버시 보존을 다룬 연구는 소수에 불과하며, 주요 접근 방식으로는 Chen 등의 단방향 해싱과 Azad 등의 동형 암호화를 통한 개체 식별자 및 사회적 프로필 보호가 있다.
• 본 종합 검토는 대규모이고 동적인 SIoT 네트워크를 위한 확장성 있고 효율적이며 프라이버시를 보장하는 신뢰 집계 프레임워크에 대한 중요한 연구 격차를 밝혀낸다.
• 일반적인 신뢰 관리 프레임워크를 제안하며, 사회적 관계, 평판, 경험 및 시간 감쇠 모델을 통합한다. 향후 연구는 클러스터 수준의 신뢰 집계를 최적화하기 위한 기계 학습 모델의 개선에 초점을 맞출 것이다.

Figure 2 : Types of relationships in SIoT