[论文解读] A Game-Theoretic Approach for Enhancing Security and Data Trustworthiness in IoT Applications

Mohamed S. Abdalzaher, Osamu Muta|arXiv (Cornell University)|Nov 19, 2019

Security in Wireless Sensor Networks参考文献 28被引用 5

一句话总结

本文提出了一种结合TDMA的重复博弈模型，通过同时检测选择性转发（SF）攻击和硬件（HW）故障，提升基于簇的WSNs-IoT中的安全性和数据可信度（DT）。该模型在DT方面实现了帕累托最优，减少了因重传导致的能耗，并通过激励诚实行为以及区分恶意节点与故障节点，提高了分组交付率。

ABSTRACT

Wireless sensor networks (WSNs)-based internet of things (IoT) are among the fast booming technologies that drastically contribute to different systems management and resilience data accessibility. Designing a robust IoT network imposes some challenges such as data trustworthiness (DT) and power management. This paper presents a repeated game model to enhance clustered WSNs-based IoT security and DT against the selective forwarding (SF) attack. Besides, the model is capable of detecting the hardware (HW) failure of the cluster members (CMs) and conserve the power consumption due to packet retransmission. The model relies on TDMA protocol to facilitate the detection process and to avoid collision between the delivered packets at the cluster head (CH). The proposed model aims to keep packets transmitting, isotropic or non-isotropic transmission, from the CMs to the CH for maximizing the DT and aims to distinguish between the malicious CM and the one suffering from HW failure. Accordingly, it can manage the consequently lost power due to the malicious attack effect or HW malfunction. Simulation results indicate the proposed mechanism improved performance with TDMA over six different environments against the SF attack that achieves the Pareto optimal DT as compared to a non-cooperative defense mechanism.

研究动机与目标

• 解决在基于簇的WSNs-IoT中，区分因选择性转发（SF）攻击导致的恶意分组丢弃与因硬件（HW）故障导致的非恶意分组丢失这一关键挑战。
• 通过将簇成员（CMs）与簇头（CHs）之间的交互建模为具有合作行为激励的重复博弈，提升数据可信度（DT）与网络弹性。
• 通过减少因未检测到的SF攻击或HW故障导致的不必要的分组重传，最小化能耗，从而在能量受限的IoT设备中延长电池寿命。
• 通过将CMs的个体激励与集体网络目标对齐，实现在DT上的帕累托最优，确保系统对安全威胁与硬件故障均具备鲁棒性。
• 通过TDMA提升在多样化环境与传输模型（各向同性/非各向同性）下的性能，减少碰撞并简化检测过程。

提出的方法

• 构建CMs与CH之间的重复博弈模型，以模拟战略互动，其中CMs根据激励选择动作（发送或丢弃分组）。
• 集成TDMA协议以实现时隙同步，防止CH处发生分组碰撞，并降低检测复杂度。
• 对各向同性与非各向同性传输模式进行建模，以反映物联网环境中真实的通信可变性。
• 使用效用函数表示CMs基于传输行为的收益，对恶意行为施加惩罚，并对可靠报告行为给予激励。
• 应用博弈论均衡概念（纳什均衡与帕累托最优）识别稳定状态，使DT最大化并隔离恶意或故障节点。
• 利用博弈的重复特性实现长期声誉追踪，并对持续的恶意或故障行为做出自适应响应。

实验结果

研究问题

• RQ1 如何通过博弈论模型区分基于簇的WSNs-IoT中因选择性转发（SF）攻击与硬件（HW）故障导致的分组丢失？
• RQ2 各向同性与非各向同性传输对SF攻击与HW故障存在时的数据可信度（DT）与检测性能有何影响？
• RQ3 重复博弈模型能否在通过减少不必要的重传实现节能的同时，实现DT的帕累托最优？
• RQ4 TDMA的集成如何提升检测准确性并降低识别恶意或故障CMs的复杂度？
• RQ5 在多样化环境中，该模型在DT、分组交付率与能耗效率方面相较于非合作或一次性博弈机制的优越程度如何？

主要发现

• 在各向同性传输条件下，该模型在UL环境中实现了96.8%的归一化DT，在ON环境中实现了93.5%，优于非合作机制。
• 在ON环境中，该重复博弈模型下成功传输的分组数量显著高于一次性博弈，尤其在攻击条件下表现更优。
• 与无检测机制的系统相比，该模型在SF攻击导致的能耗损失上减少了30–40%，尤其在约束最严苛的ON环境中效果显著。
• 检测与收敛所花费的时间明显低于先前工作[14]，即使CM数量增加，也表现出良好的可扩展性。
• 该模型能有效同时识别恶意CMs与HW故障节点，防止误分类，并通过优化传输控制延长电池寿命。
• 该系统同时实现了纳什均衡与DT的帕累托最优，表明在网络策略激励下，系统运行稳定且高效。