[논문 리뷰] A Method in Security of Wireless Sensor Network based on Optimized Artificial immune system in Multi-Agent Environments

Morteza Jaderian, Hossein Moradzadeh외 3명|arXiv (Cornell University)|2015. 08. 07.

Artificial Immune Systems Applications참고 문헌 7인용 수 4

한 줄 요약

이 논문은 최적화된 인공 면역 시스템(AIS)을 사용하여 악성 노드를 탐지하고 격리하는 다중 에이전트 기반 보안 프레임워크를 제안한다. 생물학적 면역 반응을 모방함으로써, 친화도 및 적합도 메트릭을 사용하여 자기 노드(self-nodes)와 비자기(비정상적) 엔티티를 구분하여 동적 네트워크 환경에서 높은 탐지 정확도와 효과적인 해로운 공격자 제거를 달성한다.

ABSTRACT

Security in computer networks is one of the most interesting aspects of computer systems. It is typically represented by the initials CIA: confidentiality, integrity, and authentication or availability. Although, many access levels for data protection have been identified in computer networks, the intruders would still find lots of ways to harm sites and systems. The accommodation proceedings and the security supervision in the network systems, especially wireless sensor networks have been changed into a challenging point. One of the newest security algorithms for wireless sensor networks is Artificial Immune System (AIS) algorithm. Human lymphocytes play the main role in recognizing and destroying the unknown elements. In this article, we focus on the inspiration of these defective systems to guarantee the complications security using two algorithms; the first algorithms proposed to distinguish self-nodes from non-self ones by the related factors and the second one is to eliminate the enemy node danger.The results showed a high rate success and good rate of detecting for unknown object; it could present the best nodes with high affinity and fitness to be selected to confront the unknown agents.

연구 동기 및 목표

• 진행 중인 사이버 위협에 대비하여 무선 센서 네트워크(WSNs)를 보다 안전하게 보호하는 데 도전하는 것.
• 자원 제약이 있는 WSNs에서 알려지지 않은 및 제로데이 공격을 향상된 방식으로 탐지하는 것.
• 인공 면역 시스템 원리를 활용하여 확장 가능하고 적응 가능한 보안 메커니즘을 개발하는 것.
• 다중 에이전트 시스템을 통합하여 분산된 의사결정 및 실시간 위협 대응을 가능하게 하는 것.
• 친화도 및 적합도 기반의 노드 선택 최적화를 통해 악성 에이전트에 대한 효과적인 방어를 구현하는 것.

제안 방법

• 시스템은 네트워크 노드를 자기(entity)와 비자기(비정상적) 엔티티로 모델링하고, 친화도 기반 메트릭을 사용하여 정상 노드와 악성 노드를 구분한다.
• 최적화 알고리즘이 높은 적합도를 가진 노드를 선별하여 면역 반응자로 활용하도록 강화한다.
• 이중 단계 탐지: 첫 번째 단계에서는 요인 기반 비교를 통해 비자기 노드를 식별하고, 두 번째 단계에서는 다중 에이전트의 협력적 행동을 통해 제거한다.
• 이 방법은 공격 패tern에 대한 사전 지식 없이도 새로운 위협에 대응할 수 있도록 AIS의 동적 적응성을 활용한다.
• 다중 에이전트 간 협업은 네트워크 전반에 걸쳐 탈중앙화되고 확장 가능하며 내성적인 보안 강화를 가능하게 한다.
• 적합도 및 친화도 함수는 노드를 순위 매기는데 사용되어 오직 가장 능력 있는 노드들만 위협 대응에 선택되도록 보장한다.

실험 결과

연구 질문

• RQ1 어떻게 인공 면역 시스템을 효과적으로 무선 센서 네트워크에서 알려지지 않은 위협을 탐지하는 데에 적용할 수 있는가?
• RQ2 자원 제약이 있는 환경에서 높은 탐지 정확도를 유지하면서도 임의의 경고(false positives)를 최소화할 수 있는 메커니즘은 무엇인가?
• RQ3 다중 에이전트 간 협업은 WSN의 침입 탐지 시스템의 확장성과 반응 속도를 어떻게 향상시킬 수 있는가?
• RQ4 어떤 최적화 전략이 위협 완화를 위한 높은 적합도를 가진 노드의 선별을 향상시킬 수 있는가?
• RQ5 시스템은 변화하는 새로운 공격 패턴에 대해 어떻게 보안을 유지할 수 있는가?

주요 결과

• 제안된 방법은 알려지지 않은 대상에 대해 높은 성공 탐지 비율을 기록하여 새로운 위협에 대한 강력한 적응성을 입증했다.
• 시스템은 친화도 및 적합도 기반 선택 기준을 사용하여 악성 노드를 효과적으로 식별하고 격리했다.
• 최적화 과정을 통해 침입에 대응하기 위해 가장 능력 있는 노드들을 선별하는 데 성공했다.
• 다중 에이전트 환경은 중앙 집중식 제어 없이도 분산된 실시간 위협 대응을 가능하게 했다.
• 이 방법은 동적 네트워크 조건에서도 자기 노드와 비자기 노드를 구분하는 데 뛰어난 성능을 보였다.
• 결과적으로 AIS 기반 모델이 기존 방법보다 WSN에서 제로데이 및 알려지지 않은 공격을 탐지하는 데서 뛰어난 성능을 보였다.