[论文解读] Edge Computing in Transportation: Security Issues and Challenges

Nikheel Soni, Reza Malekian+1 more|arXiv (Cornell University)|Dec 21, 2020

Vehicular Ad Hoc Networks (VANETs)参考文献 18被引用 5

一句话总结

本文研究了智能交通系统中边缘计算面临的安全挑战，重点关注分布式拒绝服务（DDoS）、侧信道攻击、恶意软件注入以及身份认证/授权攻击。分析了这些威胁如何损害实时性能与系统完整性，并回顾了现有缓解策略，以提升车载边缘环境的安全性。

ABSTRACT

As the amount of data that needs to be processed in real-time due to recent application developments increase, the need for a new computing paradigm is required. Edge computing resolves this issue by offloading computing resources required by intelligent transportation systems such as the Internet of Vehicles from the cloud closer to the end devices to improve performance however, it is susceptible to security issues that make the transportation systems vulnerable to attackers. In addition to this, there are security issues in transportation technologies that impact the edge computing paradigm as well. This paper presents some of the main security issues and challenges that are present in edge computing, which are Distributed Denial of Service attacks, side channel attacks, malware injection attacks and authentication and authorization attacks, how these impact intelligent transportation systems and research being done to help realize and mitigate these issues.

研究动机与目标

• 应对由于实时数据处理需求增加，边缘计算在智能交通系统（ITS）中引入的日益增长的安全风险。
• 识别并分析对基于边缘的车载网络与交通应用产生特定影响的关键安全威胁。
• 研究现有交通技术漏洞与新兴边缘计算安全挑战之间的相互作用。
• 回顾当前研究及提出的解决方案，以缓解边缘赋能的交通基础设施中的安全威胁。
• 强调针对基于边缘的ITS所要求的低时延、高移动性特性，亟需开发强大且自适应的安全机制。

提出的方法

• 对智能交通系统中边缘计算的四种主要安全威胁进行分类与分析：分布式拒绝服务（DDoS）攻击、侧信道攻击、恶意软件注入攻击以及身份认证/授权攻击。
• 在车载边缘计算环境中，研究每类威胁的技术机制与攻击面。
• 分析每类攻击如何影响智能交通系统中的系统性能、数据完整性和实时决策能力。
• 调查现有研究及针对这些威胁的缓解对策，包括密码学技术、访问控制模型以及异常检测框架。
• 评估当前解决方案在满足交通应用所要求的低时延与高可靠性方面的可行性与局限性。
• 强调需要构建集成化、自适应的安全架构，结合网络层、应用层与设备层的防护措施，以应对边缘计算部署中的安全挑战。

实验结果

研究问题

• RQ1 在智能交通系统中，边缘计算部署所引发的主要安全威胁有哪些？
• RQ2 DDoS、侧信道、恶意软件注入以及身份认证/授权攻击如何具体损害基于边缘的交通系统的性能与可靠性？
• RQ3 当前针对车载边缘环境中这些安全威胁的缓解措施有哪些研究努力与技术解决方案？
• RQ4 现有交通技术中的漏洞如何加剧边缘计算基础设施中的安全挑战？
• RQ5 为确保边缘赋能的智能交通系统实现安全、低时延运行，需要哪些架构与协议级别的增强措施？

主要发现

• 由于车辆与边缘节点之间通信量巨大，交通领域的边缘计算极易受到DDoS攻击，可能导致关键实时服务中断。
• 侧信道攻击利用边缘设备的物理特性（如功耗与时间）提取敏感信息，威胁隐私与系统完整性。
• 恶意软件注入攻击可破坏边缘节点，导致未经授权的访问、数据外泄或对交通控制决策的操纵。
• 身份认证与授权攻击通过允许非法实体冒充合法车辆或基础设施组件，破坏基于边缘系统的信任机制。
• 当前缓解策略包括密码学加固、访问控制策略与异常检测，但多数仍不足以应对车载网络中动态、高移动性的环境。
• 亟需构建集成化、自适应的安全框架，结合实时威胁检测与轻量级、可扩展的保护机制，以适配资源受限的边缘设备。