利用雾计算增强 VANET 安全的高效 Sybil 攻击检测教学设计
密码学与安全
2021-08-25 v1 网络与互联网体系结构
摘要
车载自组织网络（VANETs）促使车辆广播信标消息以确保道路安全。VANETs 中的恶意节点发起 Sybil 攻击，通过广播恶意信息制造虚假交通拥堵的假象，导致灾难性后果，如车辆碰撞。以往的研究人员使用密码学、信任评分或过往车辆数据来检测恶意节点，但它们存在处理延迟高、开销大和假阳性率（FPR）高的问题。我们提出了一种基于雾计算的 VANET Sybil 攻击检测方案（FSDV），该方案利用区域内所有车辆的车载单元（OBUs）创建一个动态雾来进行恶意节点检测。我们的目标是在高车辆密度下，降低检测引发 Sybil 攻击的恶意节点时的数据处理延迟、开销和 FPR。我们使用 OMNET++ 和 SUMO 模拟器进行了仿真来评估我们框架的性能。结果表明，与现有的 Sybil 攻击检测方案相比，我们的框架在高车辆密度下确保了 43% 更低的数据处理延迟、13% 更低的开销和 35% 更低的 FPR。
引用
@article{arxiv.2108.10319,
title = {Enhancing Security in VANETs with Efficient Sybil Attack Detection using Fog Computing},
author = {Anirudh Paranjothi and Mohammed Atiquzzaman},
journal= {arXiv preprint arXiv:2108.10319},
year = {2021}
}
备注
arXiv admin note: substantial text overlap with arXiv:2102.00839, arXiv:2108.10267