VANETs中以数据为中心的不端行为检测

在车载自组织网络（VANETs）中检测不端行为（例如传输虚假信息）是一个非常重要的问题，具有广泛的影响，包括安全相关和拥塞避免应用。我们讨论了为VANETs设计的现有不端行为检测方案（MDS）的几个局限性。大多数MDS关注于恶意节点的检测。在大多数情况下，车辆会因其所有者的自私原因（例如为了获得特定车道的通行权）而发送错误信息。由于这种（理性行为），检测虚假信息比识别不端行为节点更为重要。我们引入了以数据为中心的不端行为检测概念，并提出了通过观察节点发送警报消息后的行为来检测虚假警报消息和不端行为节点的算法。借助以数据为中心的MDS，每个节点可以独立决定接收到的信息是正确的还是虚假的。该决定基于近期消息与新警报之间的一致性，以及报告和估计的车辆位置。无需投票或多数表决，这使得我们的MDS能够抵御女巫攻击（Sybil attacks）。与大多数方案中撤销不端行为节点的所有秘密凭证不同，我们对不端行为节点施加罚款（由认证机构管理），以阻止其自私行为。这降低了撤销不端行为节点所有秘密凭证所涉及的计算和通信成本。