[论文解读] Context-based Pseudonym Changing Scheme for Vehicular Adhoc Networks

Karim Emara, Wolfgang Woerndl+1 more|arXiv (Cornell University)|Jul 26, 2016

Vehicular Ad Hoc Networks (VANETs)参考文献 29被引用 25

一句话总结

本文提出了一种车载自组织网络（VANETs）中的上下文自适应假名更换方案（CADS），该方案根据交通密度和用户隐私偏好动态调整静默期，以增强不可链接性。与基线方案相比，CADS将可追踪性降低了最多27%，同时保持了安全应用（如前向碰撞预警）的高质量服务（QoS）。

ABSTRACT

Vehicular adhoc networks allow vehicles to share their information for safety and traffic efficiency. However, sharing information may threaten the driver privacy because it includes spatiotemporal information and is broadcast publicly and periodically. In this paper, we propose a context-adaptive pseudonym changing scheme which lets a vehicle decide autonomously when to change its pseudonym and how long it should remain silent to ensure unlinkability. This scheme adapts dynamically based on the density of the surrounding traffic and the user privacy preferences. We employ a multi-target tracking algorithm to measure privacy in terms of traceability in realistic vehicle traces. We use Monte Carlo analysis to estimate the quality of service (QoS) of a forward collision warning application when vehicles apply this scheme. According to the experimental results, the proposed scheme provides a better compromise between traceability and QoS than a random silent period scheme.

研究动机与目标

• 解决由于周期性广播和假名重复使用导致的VANET中车辆可追踪性问题。
• 通过根据实时交通上下文自适应调整静默期，超越静态或随机静默期方案，提升不可链接性。
• 通过提供低、正常或高隐私偏好等级，实现以用户为中心的隐私控制。
• 在采用隐私增强机制的情况下，仍保持安全应用（如前向碰撞预警）的高质量服务（QoS）。
• 通过可追踪性和QoS指标，评估方案对被动和主动攻击者的有效性。

提出的方法

• 提出一种上下文自适应假名更换方案（CADS），利用实时交通密度和用户隐私偏好确定静默期时长。
• 采用多目标跟踪算法，基于攻击者在时间和空间上关联假名的能力来衡量可追踪性。
• 使用蒙特卡洛模拟评估CADS下前向碰撞预警（FCW）应用的QoS。
• 实施静默邻居阈值机制，根据附近车辆的行为判断车辆是否应进入静默状态。
• 动态调整内部参数（如静默期长度），在隐私与QoS之间实现平衡，同时保护假名池以防止耗尽。
• 使用卡尔曼滤波器跟踪附近车辆并估计其轨迹，以实现上下文感知。

实验结果

研究问题

• RQ1 在不同交通密度下，CADS相比随机静默期方案在降低可追踪性方面表现如何？
• RQ2 用户定义的隐私偏好在多大程度上影响CADS中假名更换的有效性？
• RQ3 CADS对前向碰撞预警等安全应用的QoS有何影响？
• RQ4 面对低活动攻击者（LAA）强制附近车辆更换假名的情况，CADS的抗压能力如何？
• RQ5 CADS是否能够在不依赖RSU或混洗区等基础设施的情况下维持不可链接性？

主要发现

• 与基线方案相比，CADS将归一化可追踪性（Πₙ）降低了最多27%，尤其在高隐私设置下效果显著。
• 当存在低活动攻击者时，假名平均生命周期从156秒（无LAA）降至103秒，表明假名更换频率增加。
• 即使因攻击者活动导致假名更换增加，前向碰撞预警的QoS仅从91%略微下降至86%。
• 该方案在标准CPU上每时间步平均处理时间为5毫秒，表明计算效率高。
• 即使有高达3%的车辆被攻破，当静默邻居阈值设为2时，假名耗尽并非显著风险。
• 即使在大多数车辆使用较低隐私设置的环境中，高隐私偏好车辆仍能实现最低的可追踪性。