基于联网汽车中的信标包的Sybil攻击检测和追踪机制
Yaling Zhu1, Jia Zeng1, Fangchen Weng1
1The School of Cyberspace Security, Hainan University, Haikou 570208, China.
Sensors (Basel, Switzerland)
|April 13, 2024
概括
这项研究引入了一种新的方法来追踪恶意车辆,在联网汽车车辆 (CAV) 中创建Sybil攻击. 通过分析广播信标包,它可以有效地检测和跟踪Sybil车辆,提高交通安全.
科学领域:
- 网络安全 网络安全
- 智能运输系统 智能运输系统
背景情况:
- 互联汽车车辆 (CAV) 促进了合作驾驶,但很容易受到恶意车辆伪造身份的Sybil攻击.
- 现有的防御侧重于检测,忽视可追溯性,因此未能解决Sybil攻击的根本原因.
研究的目的:
- 开发一种新的机制,用于追踪CAV网络中恶意车辆的来源.
- 通过有效应对Sybil攻击,提高合作驾驶的安全性和可靠性.
主要方法:
- 使用路边装置 (RSU) 指示车辆进行定制的关键广播和监听.
- 基于分析的信标包构建邻居图,以评估车辆的可信度.
- 通过在邻近图中计算边缘成功概率来确定车辆的可信度.
主要成果:
- 实现了Sybil车辆的实时检测和跟踪.
- 在识别恶意车辆方面表现出高精度 (98.53%) 和召回 (95.93%).
- 通过实现可追溯性,成功解决了现有检测方案的局限性.
结论:
- 拟议的方案有效地检测和跟踪Sybil车辆,为CAV中的Sybil攻击提供了一个基本的解决方案.
- 这种方法通过识别和定位恶意实体来提高连接车辆网络的安全性.
