[论文解读] A Game Theoretical Analysis of Localization Security in Wireless Sensor Networks with Adversaries

Nicola Gatti, Mattia Monga+1 more|arXiv (Cornell University)|Jun 25, 2010

Security in Wireless Sensor Networks参考文献 16被引用 5

一句话总结

本文将无线传感器网络中的安全节点定位建模为两名参与者之间的非合作博弈：一名使用可验证三边测量（VM）的验证者与一名试图伪装成未定义节点的恶意节点。研究结果表明，当验证者采用混合策略时，恶意节点成功欺骗的概率降至接近零，证明了随机化验证的可验证三边测量对战略性对手具有鲁棒性。

ABSTRACT

Wireless Sensor Networks (WSN) support data collection and distributed data processing by means of very small sensing devices that are easy to tamper and cloning: therefore classical security solutions based on access control and strong authentication are difficult to deploy. In this paper we look at the problem of assessing security of node localization. In particular, we analyze the scenario in which Verifiable Multilateration (VM) is used to localize nodes and a malicious node (i.e., the adversary) try to masquerade as non-malicious. We resort to non-cooperative game theory and we model this scenario as a two-player game. We analyze the optimal players' strategy and we show that the VM is indeed a proper mechanism to reduce fake positions.

研究动机与目标

• 解决无线传感器网络中恶意节点在定位过程中可伪装成'未定义'节点而逃避检测的安全漏洞。
• 分析使用可验证三边测量（VM）的验证者与理性、追求最大利益的恶意节点之间的战略互动。
• 评估在VM中采用纯策略或混合策略时，对恶意节点检测能力的提升效果，以及对误报或未检测到欺骗行为的风险降低程度。
• 提供一个博弈论框架，以建模并量化VM在对抗行为下的鲁棒性。
• 证明随机化验证者策略可显著降低恶意节点的期望效用（即欺骗成功率）。

提出的方法

• 将定位安全场景建模为两名理性参与者之间的两阶段非合作策略式博弈（验证者与恶意节点）。
• 将验证者的策略定义为在目标节点周围选择形成三角形的位置（验证者），其动作以以三角形垂心为原点的极坐标系中的角度表示。
• 将恶意节点的策略定义为选择一个位置 $U$ 和一个伪装位置 $P$，其坐标由径向距离 $\rho$ 和角度 $\theta$ 参数化。
• 通过博弈论均衡分析，确定双方的最优混合策略，确保任何单方面偏离均不会提高期望效用。
• 将恶意节点的期望效用表述为对验证者策略空间的积分，目标是在约束条件下最大化欺骗概率。
• 通过离散化和共轭次梯度法对非线性优化问题进行数值求解，以计算均衡策略。

实验结果

研究问题

• RQ1 当验证者在可验证三边测量中使用纯策略时，恶意节点能否成功伪装为未定义节点？
• RQ2 当验证者采用混合策略而非纯策略时，恶意节点的期望欺骗概率如何变化？
• RQ3 在安全定位的博弈论模型中，验证者与恶意节点的最优混合策略是什么？
• RQ4 验证者定位的随机化如何提升可验证三边测量对战略性对手的鲁棒性？
• RQ5 当验证者使用混合策略而非纯策略时，恶意节点的期望效用定量降低了多少？

主要发现

• 当验证者使用纯策略时，恶意节点总能以概率1伪装为未定义节点，其期望欺骗效用为 $0.25R$。
• 采用混合策略后，恶意节点的期望效用降至 $0.001R$，表明成功欺骗的概率大幅降低。
• 最优验证者策略是在以三角形垂心为原点的极坐标系中，对角度 $\alpha \in [0, \frac{2\pi}{3}]$ 均匀随机化。
• 最优恶意节点策略包括：将 $U$ 置于 $\rho_U = 0.1394R$ 处，$\theta_U$ 均匀分布；将 $P$ 置于 $\rho_P = 0.4286R$ 处，且 $\theta_P = \theta_U + 0.2952$。
• 验证者采用混合策略显著增强了可验证三边测量的鲁棒性，将未被检测到的恶意行为概率降至最低。
• 博弈论均衡结果证实，验证者定位的随机化对于防止理性对手的可预测利用至关重要。