眼见为实：通过视觉与听觉域匹配检测 FANET 中的女巫攻击
密码学与安全
2023-06-29 v1 信号处理
摘要
飞行自组织网络（FANET）将在 B5G/6G 时代发挥关键作用，因其以分布式方式提供广覆盖与按需部署服务。女巫攻击的检测对于保障 FANET 中可信通信至关重要。然而，传统方法仅利用无人机节点被动从“听觉”域（AD）“听”到的不可信信息，导致严重的通信中断甚至碰撞事故。本文提出一种新颖的 VA 匹配方案，将 AD 与“视觉”域（VD）观测到的邻居进行匹配，这是首个使无人机能够准确关联其从 VD“看”到与从 AD“听”到以检测女巫攻击的方案。利用相对熵描述双域观测特征的相似性。提出动态权重算法依据特征流行度区分邻居。建立 AD 与 VD 观测邻居的匹配模型，并采用吸血蝙蝠优化器求解。实验结果表明，所提 VA 匹配方案消除了个体特征与单一域的不可靠性，在检测女巫攻击上显著优于传统基于 RSSI 的方法，且具有强鲁棒性并达到高精确率与召回率。
引用
@article{arxiv.2306.16339,
title = {Seeing is Believing: Detecting Sybil Attack in FANET by Matching Visual and Auditory Domains},
author = {Yanpeng Cui and Qixun Zhang and Zhiyong Feng and Xiong Li and Zhiqing Wei and Ping Zhang},
journal= {arXiv preprint arXiv:2306.16339},
year = {2023}
}
备注
7 pages, 9 figures, 1 table