CONSIDERAÇÕES DO CAPÍTULO

Este capítulo apresentou os resultados obtidos nos experimentos os quais serviram para avaliar a eficácia do Sistema de Reputação descentralizado proposto e a eficiência da aplicação RAMS+. Os resultados e análise dos experimentos apresentados na seção 5.3 demonstram que os

impactos decorrentes das colisões, o tempo para o recebimento das mensagens e os cálculos para a reputação direta e agregada não prejudicam a eficiência e eficácia da aplicação. Além disso, a eficácia do sistema pôde ser comprovada pelas simulações, uma vez que a taxa de falsos negativos, para os cenários mais comuns foi baixa.

6 CONCLUSÕES

Um dos desafios em redes veiculares é a inserção de novos mecanismos que possam torná- las mais seguras e confiáveis, sem adicionar riscos no comprometimento de seu desempenho. Um mecanismo de segurança muito utilizado para detecção de comportamentos maliciosos na rede são os sistemas de reputação que aumentam a confiabilidade nas mensagens trocadas pelas aplicações que fazem uso destas redes, pois permitem que os veículos possam fazer uma avaliação do comportamento dos demais veículos e então decidir se confiam ou não nestes.

O objetivo deste trabalho foi de analisar a confiança dos veículos em uma aplicação de Alerta de Perigo Local (LDW) para redes veiculares (VANETs) de forma a identificar a presença de nós maliciosos e descartar seus alertas, por meio de um sistema de reputação descentralizado. Os métodos de pesquisa utilizados foram distribuídos em três fases.

Na primeira fase, foi executado um procedimento técnico de pesquisa bibliográfica para realizar a fundamentação teórica, que abordou a área de redes veiculares, segurança de redes veiculares e sistemas de reputação em redes P2P. Ainda nessa fase, foi realizada a revisão sistemática, selecionando-se e analisando-se trabalhos correlatos. Na segunda fase, o sistema de reputação proposto foi definido e seus algoritmos e mensagens foram detalhadamente descritos. Na terceira fase, o sistema de reputação a aplicação RAMS+ que faz uso do sistema foram implementados utilizando dois simuladores (rede e de tráfego) bidirecionalmente acoplados.

Diferentes experimentos simulados foram realizados com o objetivo de avaliar o sistema proposto.

Uma análise dos resultados obtidos nas simulações e outra sobre os trabalhos relacionados o diferencial da solução proposta foram realizadas nesta fase.

Com a identificação das principais formas de ataques de nós maliciosos cometidos contra aplicações LDW, com a definição do sistema de reputação proposto e pela análise feita dos impactos do sistema proposto e da sua eficácia, pode-se afirmar que os objetivos específicos desse trabalho foram atingidos.

O sistema de reputação proposto nesta dissertação inova em relação aos trabalhos relacionados por ser um sistema descentralizado, com uma abordagem otimista e global, direcionado para aplicações de Alerta de Perigo Local (LDW) em rodovias, que visa avaliar a confiança dos veículos para então descartar alertas falsos propagados por veículos maliciosos,

utilizando para isto diferentes técnicas que são empregadas de acordo com a localização do veículo na aplicação LDW.

A primeira técnica a ser utilizada é uma Lista de Reputação (LR) dos veículos que trafegam na rodovia calculada e propagada pelas unidades de acostamento (RSUs). Quando os veículos estão muito próximos do local do evento, apenas esta técnica é utilizada para avaliar a confiança do veículo emissor da mensagem de alerta (MenAlert). Caso contrário, a reputação global do veículo emissor pode ser calculada combinando dois valores de reputação denominados de reputação direta (experiência do próprio veículo) e a reputação agregada (experiência dos veículos vizinhos). Além disso, um sistema de votação é utilizado para dar mais segurança ao processo de punição dos veículos maliciosos (baixar a reputação).

A avaliação do Sistema de Reputação foi realizada através de simulações. A aplicação RAMS+ e o Sistema de Reputação foram implementados utilizando o simulador de rede OMNET++/INET e o simulador de tráfego SUMO. Um ataque de nó malicioso foi simulado em diferentes cenários, com diferentes fluxos de veículos, de forma a testar o funcionamento do Sistema e avaliar a eficácia do Sistema de Reputação. Para que fosse possível verificar os impactos da aplicação RAMS+, três diferentes métricas foram avaliadas: taxa de veículos que receberam a mensagem de alerta, número de colisões na rede, e o tempo e a distância dos veículos ao receberem a mensagem de alerta.

Com os resultados obtidos nas simulações foi possível comprovar a eficácia do sistema de reputação descentralizado proposto, mesmo diante de nós conhecidos. A métrica utilizada para avaliar a eficácia do uso do sistema por uma aplicação LDW (RAMS+) foi a taxa de falsos negativos. Em alguns cenários, não muito comuns de ocorrerem, a taxa de falsos negativos não é desprezível. Porém, a opção por uma abordagem otimista (sem falsos positivos) traz esta penalidade.

Os resultados demonstram também que os impactos na eficácia da aplicação RAMS+ não prejudicam os objetivos da aplicação. Uma vez que a maioria dos veículos, independente da densidade, recebeu a mensagem de alerta, sendo os que não receberam (abaixo de 8%) estavam longe do local do evento ao término da simulação. Provavelmente, ao chegarem mais próximos ao evento, estes veículos receberiam o alerta.

Com as simulações, foi possível também comprovar a eficiência da aplicação, uma vez que mesmo com o acréscimo das colisões com o uso do sistema de reputação, a maioria dos veículos receberam o alerta em tempo hábil para tomar decisões. Os atrasos no recebimento do alerta não prejudicaram os condutores, visto que os veículos tiveram tempo para realizar os cálculos da reputação, bem antes de se aproximar do local do evento.

Apesar dos impactos e degradações provocadas pelo uso do sistema reputação, os prejuízos que podem vir a ser causados por veículos maliciosos são maiores do que os impactos apresentados nestas simulações. Entretanto, cabe ressaltar que como em qualquer simulação as análises da eficiência e eficácia devem ser interpretadas de maneira cuidadosa, pois na prática pode haver fatores externos como interferência eletromagnética, clima, sombreamento que podem ocasionar problemas na rede veicular.

Por fim, os resultados obtidos permitiram confirmar as hipóteses de pesquisa, dado que com o uso do sistema de reputação proposto foi possível identificar a presença de um nó malicioso em uma aplicação LDW com baixa taxa de falsos negativos, foi possível verificar que apesar da degradação da eficácia (entrega de alertas) da aplicação RAMS, todos os veículos próximos ao local do evento receberam o alerta e que os atrasos para o recebimento do alerta (impacto sobre o tempo) identificados não prejudicaram a ação dos motoristas, inclusive dos que estavam na área de decisão e disseminação.