Journal of the Korean Data and Information Science Society

한국데이터정보과학회 (The Korean Data and Information Science Society)
권호 표지

차량애드혹망을 위한 가변정밀도 러프집합 기반 부정행위 탐지 방법의 설계 및 평가

Design and evaluation of a VPRS-based misbehavior detection scheme for VANETs

  • 김칠화 (대구가톨릭대학교 컴퓨터정보통신공학과) ;
  • 배인한 (대구가톨릭대학교 컴퓨터정보통신공학과)
  • Kim, Chil-Hwa (Department of Computer and Information Communication, Catholic University of Daegu) ;
  • Bae, Ihn-Han (Department of Computer and Information Communication, Catholic University of Daegu)
  • 투고 : 2011.10.31
  • 심사 : 2011.11.20
  • 발행 : 2011.12.01
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

차량 네트워크에서 부정행위를 탐지하는 것은 안전 관련 응용 및 혼잡 완화 응용을 포함하는 광범위한 영향을 갖는 매우 중요한 문제이다. 대부분 부정행위 탐지 방법들은 악의적인 노드들의 탐지와 관련이 있다. 대부분 상황들에서, 차량들은 운전자의 이기적인 이유 때문에 틀린 정보를 보낼 수 있다. 합리적인 행위 때문에 부정행위를 하는 노드를 식별하는 것보다 거짓 경보 정보를 탐지하는 것이 더 중요하다. 이 논문에서, 우리는 경보 메시지를 전송한 후, 부정행위를 한 노드들의 행위를 관찰하여 거짓 경보 메시지를 탐지하는 가변 정밀도 러프집합 기반 부정행위 탐지 방법을 제안한다. 차량 네트워크에서 이동하는 노드의 타당한 행위들로부터 경보 프로파일인 경보 정보 시스템이 먼저 구축되어진다. 어떤 이동하는 차량이 다른 차량으로부터 경보 메시지를 받으면, 수신차량은 그 메시지로부터 경보종류를 알아낸다. 경과시간 후, 수신차량이 경보 전송차량으로부터 비콘을 받으면, 수신차량은 경보 정보 시스템으로부터 가변 정밀도 러프집합을 사용하여 상대적 분류 오차를 계산한다. 만일 그 상대적 분류 오차가 그 경보종류의 최대 허용 가능한 분류 오차보다 크면, 수신 차량은 그 메시지를 거짓 경보 메시지로 결정한다. 제안하는 방법의 성능은 모의실험을 통하여 2가지 척도, 즉 정확률과 부정확률로 평가되어진다.

Detecting misbehavior in vehicular ad-hoc networks is very important problem with wide range of implications including safety related and congestion avoidance applications. Most misbehavior detection schemes are concerned with detection of malicious nodes. In most situations, vehicles would send wrong information because of selfish reasons of their owners. Because of rational behavior, it is more important to detect false information than to identify misbehaving nodes. In this paper, we propose the variable precision rough sets based misbehavior detection scheme which detects false alert message and misbehaving nodes by observing their action after sending out the alert messages. In the proposed scheme, the alert information system, alert profile is constructed from valid actions of moving nodes in vehicular ad-hoc networks. Once a moving vehicle receives an alert message from another vehicle, it finds out the alert type from the alert message. When the vehicle later receives a beacon from alert raised vehicle after an elapse of time, then it computes the relative classification error by using variable precision rough sets from the alert information system. If the relative classification error is lager than the maximum allowable relative classification error of the alert type, the vehicle decides the message as false alert message. Th performance of the proposed scheme is evaluated as two metrics: correct ratio and incorrect ratio through a simulation.

키워드

참고문헌

  1. 배인한 (2010). 모바일 애드-혹 망을 위한 퍼지 비정상 행위 탐지 알고리즘. <한국데이터정보과학회지>, 21, 1125-1136.
  2. 이소연 (2008). 차내망 인터페이스. , 117, 114-117.
  3. 오현서, 박종현 (2008). 차량 통신 네트워크 기술 동향. <전자통신동향분석>, 23, 49-55.
  4. Bilogrevic, I., Manshaei, M., Raya, M. and Hubaux, J. P. (2010). Optimal revocations in ephemeral networks: A gametheoretic framework. Proceedings of the 8th International Symposium on Modeling and Optimization in Mobile, Ad Hoc and Wireless Networks, 184-193.
  5. Douceur, J. R. (2002). The sybil attack. Proceeding of the First International Workshop on Peer-to-Peer Systems, 251-260.
  6. Ghosh M., Varghese, A., Gupta, A., Kherani A. A. and Muthaiah, S. N. (2010). Detecting misbehaviors in vanet with integrated root-cause analysis. Journal of Ad Hoc Networks, 8, 778-790. https://doi.org/10.1016/j.adhoc.2010.02.008
  7. Golle, P., Greene, D. and Staddon J. (2009). Detecting and correcting malicious data in vanets. Proceedings of Vehicular Ad Hoc Networks, 29-37.
  8. Hiraoka, T., Tanaka, M., Takeuchi, S., Kumamoto, H., Isumi, T. and Hatanaka, K. (2009). Collision risk evaluation index based on deceleration for collision avoidance (second report). Review of Automotive Engineering, 30, 439-447.
  9. Moore, T., Raya, M., Clulow, J., Papadimitratos, P., Andeson, R. and Hubaux, J. P. (2008). Fast exclusion of errant devices from vehicular networks. Proceeding of Sensor, Mesh and Ad Hoc Communications and Networks, 21, 135-143.
  10. Papadimitratos, P., Gligor, V. and Hubaux, J. P. (2006). Securing vehicluar communications - assumptions, requirements and principles. Proceeding of the workshop on Embedded Security in Cars, 5-14.
  11. Park, S., Aslam, B., Turgut, D. and Zou, C. C. (2009). Defence against sybil attack in vehicular ad hoc network based on roadside unit support. Proceedings of Military Communications Conference, 1-7.
  12. Raya, M., Manshaei, M. H., Felegyhazi, M. and Hubaux, J. P. (2008). Revocation games in ephemeral networks. Procedings of ACM Computer and Communications Security, 199-210.
  13. Raya, M., Papadimitratos, P., Aad, I., Jungels, D. and Hubaux, J. P. (2007). Eviction of misbehaving and faulty nodes in vehicular networks. IEEE Journal on Selected Areas in Communications, 25, 1557-1568. https://doi.org/10.1109/JSAC.2007.071006
  14. Ruj, S., Cavenaghi, M. A., Huang, Z., Nayak, A., and Stojmenovic, I. (2011). On data-centric misbehavior detection in vanets. Proceeding of Vehicular Technology Conference.
  15. Shen, Q. and Jensen, R (2007). Rough sets, their extensions and applications. International Journal of Automation and Computing, 4, 217-228. https://doi.org/10.1007/s11633-007-0217-y
  16. The CAMP Vehicle Safety Communications Consortium. (2005) Vehicle safety communications project, task 3 final report.
  17. Zhou, T., Choudhury, R. R., Ning, P. and Chakrabarty, K. (2007). Privacy-preserving detection of sybil attacks in vehicular ad hoc networks. Proceeding of Mobile and Ubiquitous Systems: Networking & Services, 1-8.