GrandDetAuto：大规模自治网络中的恶意节点检测
密码学与安全
2023-08-02 v3
摘要
设备的自治协作网络正迅速在众多领域涌现，如自动驾驶汽车、智能工厂、关键基础设施以及广义的物联网。尽管自治与自组织是备受青睐的特性，但它们增加了受攻击的脆弱性。因此，自治网络需要可靠的机制来检测恶意设备，以防整个网络被攻陷。然而，当前检测恶意设备的机制要么需要一个可信中心实体，要么可扩展性差。本文提出 GrandDetAuto，这是首个能在大型协作实体自治网络中高效识别恶意设备的方案。GrandDetAuto 不依赖中心可信实体，在超大型设备网络中可靠工作，并因组件可互换而适应广泛应用场景。我们的方案利用随机选举将完整性验证机制嵌入分布式共识，提供可支持数万设备的解决方案。我们在嵌入式设备网络上实现并评估了 GrandDetAuto 的具体实例，并进行了多达 100000 个节点的大规模网络仿真。结果显示了方案的有效性与高效性，表明运行时间与消息复杂度随网络规模呈对数增长。此外，我们对关键参数进行了广泛评估，表明 GrandDetAuto 适用于许多具有不同需求的场景。
引用
@article{arxiv.1910.05190,
title = {GrandDetAuto: Detecting Malicious Nodes in Large-Scale Autonomous Networks},
author = {Tigist Abera and Ferdinand Brasser and Lachlan J. Gunn and Patrick Jauernig and David Koisser and Ahmad-Reza Sadeghi},
journal= {arXiv preprint arXiv:1910.05190},
year = {2023}
}