[论文解读] A Novel Sybil Attack Detection Scheme Based on Edge Computing for Mobile IoT Environment

Yuan, Manli, Lin, Liwei+2 more|arXiv (Cornell University)|Nov 8, 2019

Network Security and Intrusion Detection参考文献 26被引用 8

一句话总结

本文提出了一种基于边缘计算的轻量级、分布式Sybil攻击检测方案，适用于移动物联网环境。该方案通过边缘节点在两轮信号强度（RSSI）测量中验证节点合法性，检查第二轮RSSI是否落在动态计算的区间内，从而实现高检测准确率和强健的容错能力。

ABSTRACT

Internet of things (IoT) connects all items to the Internet through information-sensing devices to exchange information for intelligent identification and management. Sybil attack is a famous and crippling attack in IoT. Most of the previous methods of detecting Sybil attacks in IoT mainly focus on static IoT while there are very rare methods applicable to mobile IoT. In this paper, a novel, lightweight, and distributive detection scheme based on edge computing is proposed for detecting Sybil attacks in mobile IoT. In the proposed scheme, a detection consists of two rounds. In each round, member nodes are required to send packets to edge nodes. Edge nodes calculate a possible interval of the received signal strength indication (RSSI) from the first round and check whether the RSSI from the second round is in the interval to detect Sybil attack. Extensive experimental studies are included to show that the presented approach outperforms many existing approaches in terms of true detection and false detection rates. Moreover, experimental results show that the fault tolerance design in the proposed approach greatly enhances the detection scheme.

研究动机与目标

• 解决现有针对移动物联网环境定制的Sybil攻击检测机制不足的问题。
• 设计一种适用于资源受限移动物联网设备的轻量级、分布式检测方案。
• 利用边缘计算降低延迟，提升在动态移动环境中的实时检测能力。
• 通过容错机制增强检测可靠性，即使在网络波动或节点故障情况下也能保持稳定。

提出的方法

• 利用边缘节点在两轮连续的分组传输中收集成员节点的RSSI值。
• 基于首轮测量结果计算动态RSSI区间，建立合法节点的参考范围。
• 将第二轮RSSI值与计算所得区间进行比对，以检测表明Sybil攻击的异常情况。
• 实施容错机制，即使在信号波动或临时网络问题下仍能保持检测可靠性。
• 确保方案轻量且分布，最大限度减少移动物联网节点的计算开销。
• 利用基于RSSI的接近度估计，依据物理层特征区分合法节点与Sybil节点。

实验结果

研究问题

• RQ1 如何有效将Sybil攻击检测机制适配于移动物联网环境的动态特性？
• RQ2 边缘计算能否在移动物联网中实现低延迟、低开销的实时Sybil检测，同时最小化资源消耗？
• RQ3 所提出的两轮RSSI验证机制在多大程度上提升了检测准确率并减少了误报？
• RQ4 容错设计在信号波动情况下如何增强检测方案的鲁棒性？

主要发现

• 所提方案在移动物联网场景下相比现有方法实现了更高的真实检测率。
• 该方案表现出更低的误报率，表明在区分合法与恶意节点方面具有更高的可靠性。
• 容错机制显著提升了在不同网络条件和信号波动下的检测稳定性。
• 实验结果证实，该方案在传统静态检测方法失效的动态移动环境中具有显著有效性。
• 轻量级与分布式的架构确保了良好的可扩展性，并显著降低了移动物联网设备的计算开销。
• 通过两轮基于RSSI的验证，利用物理层一致性检查可实现对潜在Sybil节点的精准定位。