[论文解读] Blockchain-Enhanced UAV Networks for Post-Disaster Communication: A Decentralized Flocking Approach

Sana Hafeez, Runze Cheng+3 more|arXiv (Cornell University)|Mar 5, 2024

UAV Applications and Optimization被引用 4

一句话总结

该论文提出了一种基于区块链增强的去中心化无人机编队框架，用于灾后通信，通过融合混合DPOS-PBFT共识协议与仿生编队算法，实现异构无人机间安全、可扩展且低延迟的协同。仿真结果表明，系统在500架无人机规模下实现线性吞吐量扩展，延迟低于10ms，并对DDoS和欺骗等网络攻击表现出强韧的抗性。

ABSTRACT

Unmanned Aerial Vehicles (UAVs) have significant potential for agile communication and relief coordination in post-disaster scenarios, particularly when ground infrastructure is compromised. However, efficiently coordinating and securing flocks of heterogeneous UAVs from different service providers poses significant challenges related to privacy, scalability, lightweight consensus protocols, and comprehensive cybersecurity mechanisms. This study introduces a robust blockchain-enabled framework designed to tackle these technical challenges through a combination of consensus protocols, smart contracts, and cryptographic techniques. First, we propose a consortium blockchain architecture that ensures secure and private multi-agency coordination by controlling access and safeguarding the privacy of sensitive data. Second, we develop an optimized hybrid consensus protocol that merges Delegated Proof of Stake and Practical Byzantine Fault Tolerance (DPOS-PBFT), aiming to achieve an effective balance between efficiency, security, and resilience against node failures. Finally, we introduce decentralized flocking algorithms that facilitate adaptable and autonomous operations among specialized UAV clusters, ensuring critical disaster relief functions under conditions of uncertain connectivity. Comprehensive simulations demonstrate the system achieved linear scaling of throughput up to 500 UAV nodes, with only a 50ms increase in latency from 10 to 500 nodes. The framework maintained high throughput and low latency despite spoofing, denial-of-service (DoS), and tampering attacks, showing strong cyber resilience. Communication latencies were kept under 10ms for diverse UAV operations through self-optimizing network intelligence, with median values around 2-3ms.

研究动机与目标

• 解决灾后场景中异构无人机机群缺乏安全、可扩展且保护隐私的协同机制的问题。
• 克服无人机编队协同中的挑战，包括间歇性连接、安全漏洞以及跨机构数据共享的局限性。
• 开发一种去中心化的、基于区块链的框架，确保在动态、资源受限的空中环境中具备信任、透明与韧性。
• 通过智能、自优化的网络智能与安全共识协议，实现实时、自适应的无人机集群协同。
• 集成面向无人机平台定制的先进密码学与共识机制，以支持大规模、关键任务的应急操作。

提出的方法

• 设计联盟区块链架构，以实现多个机构与无人机服务提供商之间私密、可信且受访问控制的数据交换。
• 提出一种混合DPOS-PBFT共识协议，结合委托权益证明以提升效率，以及实用拜占庭容错机制以增强容错性与安全性。
• 基于Reynolds的规则实现仿生编队算法，以在通信链路不稳定或中断时，实现无人机集群的自主、自适应与高韧性协同。
• 集成智能合约与轻量级密码技术，以强制实施访问控制，保障数据完整性，并自动化无人机操作中的信任验证。
• 利用自优化网络智能，动态分配资源，并根据应用需求（如追踪、监视、投递）自适应调整通信延迟配置。
• 将区块链账本划分为集群内与跨集群交易层级，实现双分支延迟模型，同时支持快速本地协同与全局编队监管。

实验结果

研究问题

• RQ1 如何通过去中心化的区块链框架，在灾后场景中实现多机构异构无人机间安全、私密且可扩展的协同？
• RQ2 在资源受限的无人机平台与动态空域条件下，何种混合共识协议可实现效率、安全与容错性的平衡？
• RQ3 当通信链路间歇性中断或受损时，仿生编队算法如何确保协同的韧性与自适应性？
• RQ4 在实时网络攻击（如DDoS、欺骗与篡改）下，所提系统在多大程度上能维持低延迟与高吞吐量？
• RQ5 网络智能如何根据不同无人机任务（如追踪、评估、投递）的独特需求，自适应调整通信延迟？

主要发现

• 系统在无人机节点数从10增至500时，吞吐量实现线性扩展，延迟仅增加50ms。
• 所有无人机操作的通信延迟均低于10ms，中位数为2–3ms，表明具备实时响应能力。
• 在欺骗、DDoS与数据篡改攻击下，系统仍保持高吞吐量与低延迟，展现出强大的网络韧性。
• 对DDoS攻击的韧性达95%；对恶意软件与网络钓鱼攻击的缓解效果分别为90%与80%。
• 对SQL注入攻击的韧性为75%，表明数据库服务器仍需进一步加固。
• 集群内通信延迟为1–50ms（中位数25ms），跨集群延迟为50–100ms，验证了支持本地编队与全局编队监管的分层协同模型。