地址:https://link.springer.com/article/10.1007/s12083-016-0431-x
Abstract:针对VANET中存在的Sybil攻击,提出了一种基于基于事件的信誉系统(event based reputation system ,EBRS),使用每个事件的动态信誉和可信值来抑制虚假消息的传播。
Motivation:针对Sybil的研究已经有很多,有基于RSSI、基于车辆轨迹、基于相邻节点信息。但是这些方法不能抵御合谋的Sybil攻击,而且也不能很好保护车辆的隐私安全。下面是针对Sybil攻击建立的不同模型的对比表:
大多数检测方法不适用于 VANET,因为它们的假设不切实际或成本高。基于RSSI的方法适用于所有无线网络。但是,它很难区分彼此靠近的 Sybil 节点和正常节点。基于车辆运动轨迹的方法存在泄露车辆位置隐私的风险。基于邻居节点信息的方法假设大多数邻居是正常节点,这本身就是一个检测悖论。更重要的是,几乎所有的检测方法都没有考虑共谋女巫攻击。
Knowledge: 在和其他车辆通信之前,车辆必须与其本地 RSU 建立本地证书。车辆Vi收到本地证书后,就可以和其他车辆通信,如果发现前面发生了交通事故,它就会向其他邻居车辆广播信息。如果在通信范围内的车辆Vj收到了来自Vi的信息,Vj需要首先验证Vi是否为正常车辆,如果验证为正常,Vj会记录这个事件,否则会无视Vi发来的消息。
Main ideal:(1)EBRS 为每辆车建立本地证书,为 VANET 中的每个事件建立动态声誉值和可信值。(2)为 VANET 中的每个事件建立一个动态的信誉值和可信值,并为不同类型的事件定义不同的阈值。
Main contributions:
-
有条件的隐私保护:车辆在 V2V 和 V2I 通信中使用限时假名,从而保护车辆的身份隐私。但当检测到恶意车辆时,TA 有能力从其伪身份中检索车辆的真实身份。因此,EBRS 可以防止恶意节点否认其消息。
-
独立检测:女巫攻击的本质是多个女巫节点的协作。为防止潜在的女巫攻击再次发生,女巫攻击检测方法应由车辆独立承载。
-
多种虚假身份来源的Sybil攻击防御:Sybil攻击者可以通过伪造、盗窃和共谋的方法获取多个虚假身份,EBRS能够防御和检测所有这些Sybil攻击。
Algorithm: