[논문 리뷰] VerLoc: Verifiable Localization in Decentralized Systems

Katharina Kohls, Claudia Díaz|arXiv (Cornell University)|2021. 05. 25.

Network Security and Intrusion Detection참고 문헌 44인용 수 7

한 줄 요약

VerLoc는 신뢰할 수 있는 기준점이 없이 악성 네트워크에서 검증 가능한 노드 위치를 가능하게 하는 탈중앙화된 시스템이다. 안정적이고 랜덤화된 RTT 측정과 삼각측량을 사용하여 시간 조작을 탐지하고 걸러내며, 실제 구현에서 중앙값 위치 오차가 60 km에 도달한다. 또한 최대 20%의 악성 참여자가 있는 환경에서도 악성 노드를 탐지할 수 있다.

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.

연구 동기 및 목표

• 신뢰할 수 있는 기준점이나 기초 정보 인fra 없이 악성 네트워크에서 노드 지리적 위치의 신뢰성 있는 탈중앙화 검증을 가능하게 하기.
• 탈중앙화 시스템에서 시간 측정을 조작하거나 잘못된 위치를 보고하는 능동적 공격자 문제를 해결하기.
• Nym과 블록체인 기반 피어 투 피어 시스템과 같은 익명 네트워크에서 위치 다양성과 안전한 라우팅을 지원하기.
• 네트워크 노이즈와 악성 간섭 상황에서도 정확도를 유지하는 확장성 있고 저비용 솔루션 제공하기.
• 검증 가능한 위치 기반 보상과 스테이킹 위임을 통해 향후 글로벌 노드 배포를 위한 인cent라이즈 제공하기.

제안 방법

• 악성 영향을 방지하기 위해 노드 쌍 간에 보안적이고 랜덤화된 순환 시간(RTT) 측정을 스케줄링한다.
• 쌍별 RTT 측정을 기반으로 삼각측량을 사용하여 거리 추론에 기반해 노드의 지리적 위치를 추정하고 검증한다.
• 방송 채널을 통해 모든 노드가 RTT 측정치를 공유함으로써 주장된 위치의 탈중앙화된 검증을 가능하게 한다.
• 실제 RTT 데이터(6042개의 Tor 릴레이와 16개의 글로벌 서버에서 180만 건의 측정치)를 사용하여 네트워크 전파 지연을 모델링하여 노이즈와 동적 라우팅를 고려한다.
• 노이즈를 포함한 신뢰 구간을 고려한 적합된 전파 모델을 사용해 측정된 RTT 값을 지리적 거리로 변환한다.
• 자신이 보고한 도시 수준의 위치를 GeoIP 데이터와 비교하여 일관성을 평가하고 잠재적 오류를 탐지한다.

실험 결과

연구 질문

• RQ1 악성 환경에서 신뢰할 수 있는 기준점이나 기초 정보에 의존하지 않고 탈중앙화된 시스템이 노드 위치를 검증할 수 있는가?
• RQ2 VerLoc는 최대 20%의 악성 노드가 있는 네트워크에서 악성 시간 조작을 탐지하고 걸러내는 데 얼마나 효과적인가?
• RQ3 VerLoc의 정밀도는 실제 구현에서 어떻게 되며, 네트워크 노이즈는 성능에 어떤 영향을 미치는가?
• RQ4 자신이 보고한 위치와 GeoIP 데이터 간의 불일치가 VerLoc의 검증 결정에 어느 정도 영향을 미치는가?
• RQ5 장기적인 검증은 일관되게 잘못 보고하는 노드를 개선하는 데 기여하는가? 그리고 측정 일관성은 신뢰성에 어떤 역할을 하는가?

주요 결과

• Nym 네트워크에서 실제 구현 시 VerLoc는 중앙값 위치 오차가 60 km에 도달하여 탈중앙화 환경에서 실용적인 정확도를 입증했다.
• 공격 시뮬레이션에서 VerLoc는 최대 20%의 악성 노드가 있는 네트워크에서 악성 시간 조작을 성공적으로 탐지하고 걸러냈다.
• 1395개 노드를 테스트한 결과, 자기 보고한 위치와 GeoIP 위치 간 중앙값 오차는 7.11 km였고 평균은 364.47 km였으며, 이는 자기 보고 데이터의 합리적인 일치를 시사한다.
• 126개 노드(9.03%)는 자기 보고한 국가와 GeoIP 국가 간에 충돌이 있었고, 중앙값 오차는 1238 km였으며, 이는 잠재적인 데이터 품질 문제를 드러낸다.
• VerLoc에 의해 거부된 5775개 노드 중 28.81%는 GeoIP와 자기 보고한 국가가 불일치했고, 59.71%는 예상치 못한 느린 측정치의 다수에 영향을 받았으며, 이는 노이즈와 일관성 부족이 주요 실패 원인임을 시사한다.
• 수락된 노드 중 3.08%만이 GeoIP와 자기 보고한 국가 간에 충돌을 보였으며, 이는 VerLoc가 일관성 없거나 허위의 위치 보고를 가진 노드를 효과적으로 걸러내고 있음을 나타낸다.