关于在 XBee 和 LoRa 网络中学习空间来源可行性的原型
网络与互联网体系结构
2024-01-15 v1 密码学与安全
摘要
在涉及多跳通信的车联网（V2X）网络中，路侧单元（RSUs）通常希望收集参与车辆的位置信息，以提供安全和网络诊断功能。尽管基于全球定位系统（GPS）的定位被车辆广泛用于导航，但由于隐私问题，它们可能不会将其精确的 GPS 坐标转发给 RSUs。因此，为了平衡 RSU 的高定位需求与车辆的隐私，我们展示了一种新的空间来源框架，其中车辆同意在一定程度上妥协其隐私，并根据 RSU 的要求共享其坐标的低精度变体。为了研究所提框架在最新无线标准中的部署可行性，我们提出了一个由 ZigBee 和 LoRa 设备组成的测试平台，并使用相关布隆过滤器和 Rake 压缩算法在其协议栈上实现了底层协议。我们的演示表明，可以用更少的数据包实现低到中等精度的定位，从而为下一代车载网络纳入我们的方法以提供实时安全和网络诊断功能提供了有力的案例。
引用
@article{arxiv.2401.06638,
title = {A Prototype on the Feasibility of Learning Spatial Provenance in XBee and LoRa Networks},
author = {Manish Bansal and Pramsu Shrivastava and J. Harshan},
journal= {arXiv preprint arXiv:2401.06638},
year = {2024}
}
备注
Short paper on prototype demonstration