[論文レビュー] Secure and secret cooperation of robotic swarms by using Merkle trees

Eduardo Castelló Ferrer, Thomas Hardjono+2 more|arXiv (Cornell University)|Apr 19, 2019

Modular Robots and Swarm Intelligence参考文献 54被引用数 11

ひとこと要約

本論文は、ロボットスワームにおける安全で秘密の協力のためのメルクルツリー基盤モデルを提案する。このモデルにより、ロボット同士が相互に整合性を検証し、高レベルの目的を知らずに正しい順序でミッションを実行できる。この手法は、データの検証をデータ自体から分離することで、露出を低減しつつ、採掘および迷路形成ミッションにおける正しい順序実行を保証する。

ABSTRACT

Swarm robotics systems are becoming an important component of both academic research and real-world applications. However, in order to reach widespread adoption, new models that ensure the secure cooperation of these systems need to be developed. This work proposes a novel model to encapsulate cooperative robotic missions in Merkle trees. With the proposed model, swarm operators can provide the blueprint of the swarm's mission without disclosing its raw data. In other words, data verification can be separated from data itself. We propose a system where robots in the swarm have to prove their integrity to their peers by exchanging cryptographic proofs. This work analyzes and tests the proposed approach for two different robotic missions: foraging (where robots modify the environment) and maze formation (where robots become part of the environment). In both missions, robots were able to cooperate and carry out sequential operations in the correct order without having explicit knowledge about the mission's high-level goals or objectives. The performance, communication costs, and information diversity requirements for the proposed approach are analyzed. Finally, conclusions are drawn and future work directions are suggested.

研究の動機と目的

• ミッションデータの機密性を保護する、協働ロボットスワームのための安全なモデルの開発。
• ミッション詳細を暴露せずに、暗号的証明を通じてロボット同士が相互に整合性を検証できる仕組みの実現。
• ミッションデータの検証を生データから分離することで、セキュリティとプライバシーを強化。
• 動的および静的環境要因と相互作用する現実世界のロボットミッションにおいて、このアプローチの評価。
• スワーム協力における通信コスト、パフォーマンス、情報多様性要件の分析。

提案手法

• システムは、スワームミッションをメルクルツリーにカプセル化し、各ロボットがミッション順序における自らの役割に関する暗号的証明を保持する。
• ロボット同士がメルクル証明を交換することで、暗号的に整合性とミッションへの適切な参加を検証する。
• このモデルにより、どのロボットもミッション全体の青写真を学習せず、自らの証明とメルクルツリーのルートハッシュのみを知ることになる。
• 各ロボットの行動がメルクルツリー構造の特定の位置に束縛されることで、順序実行が可能となる。
• モデルの評価のため、環境を変更する採掘ミッションと、環境に埋め込む迷路形成ミッションの2つのテストミッションを実装した。
• スケーラビリティと効率性を評価するため、パフォーマンス指標、通信オーバーヘッド、情報多様性を測定した。

実験結果

リサーチクエスチョン

• RQ1 メルクルツリー基盤システムは、ミッションの目的を明かさずに、ロボットスワーム間での安全で秘密の協力を可能にするか？
• RQ2 ロボットは生のミッションデータを共有せずに、どのように相互に整合性を検証できるか？
• RQ3 動的スワームミッションにおいて、暗号的証明を維持する際の通信コストとパフォーマンスコストは何か？
• RQ4 ロボットが全体のミッションについての知識を限定的に持つ状況でも、システムは正しい順序実行をどのように保証するか？
• RQ5 スワーム内での共謀やスプーフィングを防ぐために、必要な情報多様性は何か？

主な発見

• ロボットは、ミッションの高レベルな目的を知らずに、メルクルツリー証明に依存して採掘および迷路形成ミッションを正常に実行した。
• システムは、ミッションデータの露出を最小限に抑え、共有されたのは暗号的ハッシュ値と証明のみであった。
• 通信コストは管理可能であり、証明交換のオーバーヘッドはロボット数の対数に比例した。
• 順序実行の正しさが維持され、各行動が意図された順序で実行された。
• 情報多様性は共謀を防ぐのに十分であり、各ロボットの証明がメルクルツリー内での自らの役割に固有に紐づけられていた。
• 本モデルは、プライバシーが重要なロボットスワームアプリケーションにおける実用的導入の可能性を示した。