[论文解读] TB-ICT: A Trustworthy Blockchain-Enabled System for Indoor COVID-19 Contact Tracing

Mohammad Salimibeni, Zohreh Hajiakhondi-Meybodi+2 more|arXiv (Cornell University)|Aug 9, 2021

Privacy-Preserving Technologies in Data参考文献 42被引用 5

一句话总结

本文提出TB-ICT，一种基于区块链、使用蓝牙低能耗（BLE）和新型基于信用的共识机制的隐私保护型室内接触追踪系统。它结合了动态工作量证明（dPoW）、随机哈希窗口（W-Hash）和动态信用证明（dPoC），以增强安全性与可信度，同时采用基于卷积神经网络（CNN）的到达角（AoA）定位模型实现高精度室内追踪，显著降低室内环境中的传播风险。

ABSTRACT

Recently, as a consequence of the COVID-19 pandemic, dependence on Contact Tracing (CT) models has significantly increased to prevent spread of this highly contagious virus and be prepared for the potential future ones. Since the spreading probability of the novel coronavirus in indoor environments is much higher than that of the outdoors, there is an urgent and unmet quest to develop/design efficient, autonomous, trustworthy, and secure indoor CT solutions. Despite such an urgency, this field is still in its infancy. The paper addresses this gap and proposes the Trustworthy Blockchain-enabled system for Indoor Contact Tracing (TB-ICT) framework. The TB-ICT framework is proposed to protect privacy and integrity of the underlying CT data from unauthorized access. More specifically, it is a fully distributed and innovative blockchain platform exploiting the proposed dynamic Proof of Work (dPoW) credit-based consensus algorithm coupled with Randomized Hash Window (W-Hash) and dynamic Proof of Credit (dPoC) mechanisms to differentiate between honest and dishonest nodes. The TB-ICT not only provides a decentralization in data replication but also quantifies the node's behavior based on its underlying credit-based mechanism. For achieving high localization performance, we capitalize on availability of Internet of Things (IoT) indoor localization infrastructures, and develop a data driven localization model based on Bluetooth Low Energy (BLE) sensor measurements. The simulation results show that the proposed TB-ICT prevents the COVID-19 from spreading by implementation of a highly accurate contact tracing model while improving the users' privacy and security.

研究动机与目标

• 为应对COVID-19在室内环境中传播风险更高的迫切需求，解决安全、隐私和精准的室内接触追踪系统问题。
• 克服集中式、侵犯隐私且易出错的手动或集中式数字接触追踪系统的局限性。
• 设计一种去中心化、可信且防篡改的系统，利用区块链技术保护用户数据的完整性和机密性。
• 通过基于BLE的到达角（AoA）估计并结合数据驱动的卷积神经网络（CNN）模型，提升复杂室内环境中的定位精度。
• 集成基于信用的共识机制与W-Hash机制，以遏制恶意节点行为，提升网络安全性与一致性。

提出的方法

• TB-ICT框架采用自定义的区块链架构，结合基于节点信用评分动态调整挖矿难度的动态工作量证明（dPoW）共识算法。
• 提出一种随机哈希窗口（W-Hash）机制，通过限制区块挖矿的搜索空间，提高恶意节点的计算成本。
• 引入一种动态信用证明（dPoC）机制，根据节点行为分配并调整其可信度，对不诚实节点施加惩罚，降低其挖矿权限并增加计算负担。
• 通过BLE信标实现室内定位，利用基于到达角（AoA）的信号方向估计技术，结合卷积神经网络（CNN）建模复杂传播效应，无需解析噪声建模。
• 系统采用椭圆曲线密码学（ECC）结合ECDSA进行安全数据签名与加密，确保端到端数据保护。
• 所有区块链数据均经过密码学哈希并链接成链，确保不可篡改性与抗篡改能力，同时去中心化存储避免单点故障。

实验结果

研究问题

• RQ1 去中心化的基于区块链的系统如何在不依赖中心化权威机构的前提下，确保室内接触追踪中的信任与数据完整性？
• RQ2 与传统方法相比，基于BLE的到达角（AoA）估计结合CNN模型在复杂三维室内环境中能将定位精度提升到何种程度？
• RQ3 集成基于信用的共识机制（dPoC）与W-Hash机制如何增强区块链网络的安全性并遏制恶意行为？
• RQ4 随机哈希窗口（W-Hash）对区块挖矿复杂度与抗攻击能力的计算与安全影响如何？
• RQ5 TB-ICT框架如何在实时室内接触追踪中实现高定位精度与强隐私保障之间的平衡？

主要发现

• TB-ICT系统通过基于CNN的AoA估计模型，在三维室内环境中实现了高精度定位，有效处理了噪声、路径损耗与多径效应，且无需解析建模。
• W-Hash机制的引入使恶意节点的挖矿计算复杂度提高O(n_wh² × 2^b)倍，显著增加了双花攻击与垃圾信息攻击的成本。
• 动态信用证明（dPoC）机制成功识别并惩罚不诚实节点，通过降低其挖矿权限并增加计算负担，从而提升网络韧性。
• 区块链的不可篡改性与去中心化结构确保了数据完整性，所有区块通过ECDSA加密链接，防止篡改。
• 由于信用评分与W-Hash的结合，系统对Sybil攻击与遮蔽攻击表现出强抵抗力，共同提升了攻击者行为的成本与复杂度。
• 仿真结果证实，TB-ICT通过实现实时、精准且保护隐私的室内接触追踪，有效减少了COVID-19的传播。