移动众包感知中基于 Sybil 的攻击影响
密码学与安全
2025-06-26 v1
摘要
移动众包感知(MCS)使携带个人移动设备的用户能够获取周围环境信息.用户通过 PMD 传感器收集并贡献不同现象的数据,MCS 系统处理这些数据以提取供最终用户获取的有价值信息.导航类 MCS 应用(N-MCS)广泛且重要于交通领域:用户在驾驶时共享位置和速度,以此获得有效的路线.然而,N-MCS 目前易受恶意贡献者的攻击,这些贡献者常被称为 Sybil:提交伪造数据,看似来自许多并非真实存在于目标道路上的设备,虚假报告拥堵情况,以改变 N-MCS 推断的道路状态.攻击效果是,N-MCS 返回不佳的路线给用户,导致迟到,整体上恶化道路交通.我们调查 Sybil 攻击对 N-MCS 的具体影响:我们设计了一个在 SUMO 车辆模拟器上构建的 N-MCS 系统,以 InTAS 道路网络为场景.我们设计了针对单个 N-MCS 用户以及更大规模用户群体的实验,根据图论论证选择对手攻击目标.我们的实验表明,成功攻击所需的资源取决于攻击位置(即周围道路网络和交通情况)以及 Sybil 贡献数据所针对道路的比例.我们演示了 Sybil 攻击可改变 N-MCS 用户的路线,以 Sybil 占 N-MCS 用户群体的 3% 而言,可使平均旅行时间增加 20%.
引用
@article{arxiv.2506.20585,
title = {On the Impact of Sybil-based Attacks on Mobile Crowdsensing for Transportation},
author = {Alexander Söderhäll and Zahra Alimadadi and Panos Papadimitratos},
journal= {arXiv preprint arXiv:2506.20585},
year = {2025}
}
备注
7 pages, 5 figures, 2 tables, TrustSense workshop of PerCom 2025