[논문 리뷰] A systematic literature review on Internet of Vehicles Security

Priyank Sharma, Meet Patel외 1명|arXiv (Cornell University)|2022. 12. 16.

Vehicular Ad Hoc Networks (VANETs)인용 수 6

한 줄 요약

이 체계적 문헌 고찰은 인터넷 오브 차량(IlV)의 주요 보안 위협, 즉 위조 공격, 개인정보 유출 공격, 검증 공격을 규명하고, 암호화, 블록체인, 엣지 인텔리전스, 연합 학습 기반 솔루션을 평가하여 인증, 데이터 무결성, 기밀성 향상을 분석한다. 본 연구는 AI 기반 및 탈중앙화된 접근 방식, 예를 들어 연합 학습과 블록체인 기술이 최소한의 지연 시간과 강력한 데이터 보호 기능을 통해 IoV 보안을 크게 향상시킨다고 결론 내린다.

ABSTRACT

The Internet of Vehicles IoV commonly referred to as connected automobiles is a vast network that connects various entities including users sensors and vehicles They will connect across a network to lessen traffic accidents and improve both the security and safety of smart vehicles The Internet of Vehicles is subject to a wide variety of threats including spoofing attacks recognition attacks privacy attacks and verification attacks Our the primary concern when creating any new smart gadget is the users safety which will be improved by identifying solutions to the various cyber threats Therefore we will cover the security of smart automobiles in this literature review including their attacks and solutions.

연구 동기 및 목표

• 인터넷 오브 차량(IlV)에서 퍼지기 쉬운 보안 위협, 특히 위조 공격, 개인정보 보호 문제, 검증 공격 등을 식별하고 분류하는 것.
• IlV 시스템 내에서 기존 보안 솔루션의 실현 가능성과 효과성을 평가하는 것.
• 블록체인, 연합 학습, 엣지 인텔리전스와 같은 신기술이 IlV 보안 및 성능 향상에 기여하는 방식을 분석하는 것.
• 통신 효율성, 연료 최적화, 교통 관리에 중점을 두어 향후 연구를 위한 체계적인 연구 계획을 제시하는 것.
• 13개의 고품질 연구 논문을 종합하여 연구자와 개발자가 비교 분석 및 향후 혁신을 위해 활용할 수 있도록 지원하는 것.

제안 방법

• PRISMA 지침을 따르는 체계적 문헌 고찰(SLR)을 수행하여 IlV 보안 관련 연구를 선별하고 필터링하는 작업을 수행하였다.
• 사전 정의된 포함 및 배제 기준을 적용하여 초기 24개의 관련 논문 중 13개의 고품질 주요 연구를 선별하였다.
• 인증, 기밀성, 데이터 무결성과 같은 IlV 보안 서비스에 미치는 영향을 기반으로 위협을 분류하였다.
• 암호화 프로토콜, 블록체인 기반 거래 로깅, 저지연 처리를 위한 엣지 컴퓨팅, 기밀성 보존을 위한 연합 학습 기반 모델 훈련을 통해 솔루션을 평가하였다.
• 각 솔루션의 성능 트레이드오프, 특히 반응 지연, 계산 오버헤드, 확장성 측면을 분석하였다.
• 종합적인 보안 조치 및 IlV 분야의 향후 연구 방향을 제시하는 통합 프레임워크로 연구 결과를 종합하였다.

실험 결과

연구 질문

• RQ1 IlV의 다양한 위험 요소는 무엇이며, 어떤 보안 서비스에 영향을 미치는가?
• RQ2 확인된 IlV 위협을 완화하기 위한 실현 가능한 솔루션은 무엇인가?
• RQ3 이러한 솔루션은 반응 지연, 확장성, 자원 사용량 측면에서 시스템 성능에 어떤 영향을 미치는가?
• RQ4 블록체인, 연합 학습, 엣지 인텔리전스와 같은 신기술이 IlV 시스템 보안에 어떤 역할을 하는가?
• RQ5 특히 통신, 연료 효율성, 교통 관리 측면에서 IlV 보안 분야의 주요 연구 격차와 향후 연구 방향은 무엇인가?

주요 결과

• 본 고찰은 차량 간 통신(V2V)과 데이터 무결성에 특히 영향을 미치는 위조 공격, 개인정보 보호 문제, 인식 공격, 검증 공격을 IlV의 가장 심각한 위협으로 규명하였다.
• 엔드 투 엔드 암호화와 액세스 제어와 같은 암호화 기법은 IlV 시스템 내 기밀성과 인증 보장을 위해 필수적이다.
• 블록체인 기술은 탈중앙화된 네트워크에서 신뢰성과 감사 가능성을 향상시키기 위해 보안적이고 변조 방지 기능을 갖춘 IlV 거래 로깅을 가능하게 한다.
• 연합 학습은 차량 내에서 로컬로 머신 러닝 모델을 훈련시어 중앙 서버로 데이터를 전송하는 것을 최소화함으로써 데이터 유출 위험을 줄인다.
• 엣지 인텔리전스는 실시간 데이터 처리와 저지연 의사결정을 가능하게 하여 자율 주행 및 교통 제어와 같은 안전이 중요한 응용 분야에 핵심적이다.
• AI와 탈중앙화 기술의 통합은 보안성과 성능 향상에 크게 기여하지만, 확장성, 에너지 효율성, 표준화 측면에서 여전히 도전 과제가 남아 있다.