Criação da Mensagem de Alerta MenAlert
Criação da Revogação de Alertas MenRevog
Tomada de Decisão ao Receber um MenAlert
Processo Monitorar Alerta
Processo Validar Alerta (criação da MenValid)
PROBLEMA DE PESQUISA
- Solução Proposta
- Delimitação de Escopo
- Justificativa
Como calcular e quão eficaz é um sistema de reputação descentralizado que avalia a confiança dos nós para identificar nós maliciosos em uma aplicação LDW. Qual é o impacto do uso de um sistema de reputação descentralizado no tempo de entrega de alertas de um aplicativo LDW?
OBJETIVOS
- Objetivo Geral
- Objetivos Específicos
Medir a eficácia do sistema de reputação proposto na identificação de nós maliciosos em uma aplicação LDW exposta a ataques; Analisar os impactos resultantes da utilização do sistema de reputação proposto por uma aplicação LDW na entrega de alertas e no tempo necessário para entrega de alertas.
METODOLOGIA
- Metodologia da Pesquisa
- Procedimentos Metodológicos
Definição do sistema de reputação: Após pesquisa bibliográfica e leitura de trabalhos relacionados, é desenhado o sistema de reputação descentralizado para redes veiculares. Avaliação dos resultados: Com base nos resultados obtidos nas simulações, foi possível avaliar a eficácia do sistema de reputação desenvolvido neste trabalho para identificar nós maliciosos, bem como verificar os impactos de sua utilização.
ESTRUTURA DA DISSERTAÇÃO
O Capítulo 5 descreve a avaliação do sistema de reputação por meio de simulações, juntamente com os resultados dos experimentos e suas análises. Esses resultados servirão para verificar os impactos decorrentes da utilização do sistema de reputação e demonstrar a viabilidade da utilização e sua eficácia por meio de análises.
REDES MÓVEIS VEICULARES
Por ser ad hoc, não existe uma entidade centralizadora que facilite a troca de informações entre veículos. Segurança: As redes de veículos são muito mais suscetíveis a ataques devido ao seu acesso compartilhado do que as redes com fio.
WLAN – IEEE 802.11
O aumento drástico no rendimento do padrão 802.11b (comparado ao padrão original), juntamente com a redução significativa nos preços dos equipamentos, levaram à rápida adoção deste padrão (ESCUDERO, 2002). O padrão IEEE 802.11p possui alcance de 300 a 1000 metros em ambientes externos e taxa de transmissão entre 6 Mbps e 27 Mbps, utilizando a mesma tecnologia do padrão IEEE 802.11a com alguns ajustes para conseguir trabalho com baixo overhead.
APLICAÇÕES DE DISSEMINAÇÃO DE ALERTAS PARA
Em uma aplicação de Alerta de Perigo Local (LDW), os eventos de risco detectados pelos sensores do veículo geram mensagens de alerta que são propagadas pela rede (transmissão). Quando ativado, o veículo escuta mensagens de perigo e verifica se são relevantes para a situação de condução atual.
SEGURANÇA EM REDES VEICULARES
Os autores chamam qualquer ataque executado por um nó usando dados incorretos de “ataque de nó malicioso”. Ataque de ilusão: Neste tipo de ataque, um nó malicioso cria uma situação específica de trânsito e envia falsas mensagens de alerta para outros motoristas que acreditam que o evento ocorreu.
CONCEITOS DE GERENCIAMENTO DE CONFIANÇA
Segundo Barcellos e Gaspary (2006), um sistema de reputação visa gerenciar opiniões sobre o comportamento dos nós. O cálculo da reputação é feito localmente para cada um dos nós vizinhos e quaisquer trocas indiretas (de segunda mão) de reputação não são permitidas.
SISTEMAS DE REPUTAÇÃO EM REDES P2P
Martin e Molina (2004) definem um sistema de reputação que visa combater nós maliciosos. O seu cálculo é baseado em índices de reputação atribuídos localmente a cada nó e ponderados pela reputação dos próprios nós.
SISTEMAS DE REPUTAÇÃO EM REDES MANETS
Os nós monitoram seus vizinhos e relatam eventos suspeitos ao sistema de reputação. Safaei, Sabaei e Torgheh (2010) apresentam um mecanismo de reputação para garantir a cooperação entre nós em redes MANET.
CONSIDERAÇÕES DO CAPÍTULO
Este capítulo apresenta trabalhos relacionados encontrados na literatura que utilizam modelos de confiança e/ou sistemas de reputação com o objetivo de evitar ou minimizar potenciais ataques por nós maliciosos em redes celulares ad hoc e trabalhos relacionados que descrevem sistemas de reputação específicos para classe de aplicação LDW. As sete obras selecionadas e analisadas são descritas segundo a ordem cronológica de suas publicações (da obra mais antiga para a mais recente).
VARS (DOTZER ET AL. 2005)
O sistema possui algumas limitações apontadas pelos autores, pois embora tratem de questões de nós maliciosos e eventos falsos como mostrado nas simulações, ele é suscetível a ataques como conluio, já que grupos de invasores podem manipular o banco de dados do sistema de reputação de nós. Na avaliação deste sistema, os autores descrevem apenas que as simulações realizadas são capazes de detectar um grau satisfatório de nós maliciosos.
OSTERMAIER, DOTZER E STRASSBERGER (2007)
Isto, por sua vez, corresponde diretamente ao número de mensagens de perigo locais que podem ser utilizadas pelo processo de tomada de decisão. Foram desenvolvidos e analisados quatro métodos para determinar a credibilidade de uma ameaça denunciada com base num sistema de votação.
WANG E CHIGAN (2007)
As métricas utilizadas para avaliação foram a percentagem de decisões falsas ao comparar os quatro métodos de decisão de risco-credibilidade e a percentagem de decisões falsas num cenário sem ataque. No cenário com quatro métodos de decisão, o número de decisões falsas aumenta quase linearmente com o número de ataques à rede.
RMDTV (PAULA, OLIVEIRA E NOGUEIRA, 2010)
Segundo os autores, o reconhecimento prévio e a exclusão dos dados gerados pelos nós maliciosos são possíveis devido ao armazenamento de dados históricos sobre o comportamento dos veículos. As qualificações têm pesos diferentes no mecanismo de decisão e são adicionadas as mensagens de dados geradas pelo veículo.
LO E TSAI (2010)
As simulações mostram que os melhores resultados são alcançados com a utilização do sistema de reputação. Os resultados dos experimentos, segundo os autores, mostram que o sistema de reputação proposto pode coletar informações sobre o perigo de forma dinâmica e detectar um evento em tempo hábil, evitando assim que falsas mensagens de alerta se espalhem na rede.
DAEINABI E GHAFFARPOUR (2011)
Por outro lado, a lista negra contém veículos cujo valor de desconfiança (Td) é superior ao limite mínimo. Cada veículo, ao entrar pela primeira vez na rede, tem seu valor de confiança igual a um (valor igual para todos os veículos) e está presente na whitelist.
O sistema utiliza um algoritmo onde consulta o servidor de reputação para calcular a reputação global de cada veículo através de uma média ponderada. Os resultados avaliados sobre o desempenho do sistema levaram em consideração o número de mensagens falsas descartadas, a indisponibilidade temporária do servidor de reputação e a indisponibilidade temporária dos pontos de acesso.
DISCUSSÃO DOS TRABALHOS RELACIONADOS
2005) estabelecem uma relação de confiança individual em seu sistema de reputação para calcular a reputação da mensagem. Lo e Tsai (2010) utilizam uma média ponderada em seu sistema de reputação para calcular a reputação global das mensagens.
CONSIDERAÇÕES DO CAPÍTULO
O sistema de reputação proposto visa identificar a ação de nós maliciosos na rede, descartar suas mensagens e assim aumentar a confiabilidade das mensagens recebidas entre nós interagindo na aplicação RAMS+. O objetivo geral deste trabalho é o desenvolvimento de um sistema de reputação descentralizado em redes ad hoc veiculares (VANETs) para avaliar o nível de confiança dos nós desta rede.
VISÃO GERAL E PREMISSAS
Após receber uma mensagem de alerta na rodovia, dependendo da distância do local do evento (região geográfica da aplicação LDW), cada veículo deverá utilizar o sistema de reputação para estimar o nível de confiança no veículo que gerou o alerta. O sistema de reputação proposto também utiliza o cálculo da reputação agregada (indireta) definida com base em informações de terceiros, uma vez que muitas vezes é necessário descobrir a reputação de um veículo onde não houve interação direta.
DESCRIÇÃO DA APLICAÇÃO LDW (RAMS+)
- Base de Conhecimento Individual
- Processo Monitorar Alerta
- Função Validar Alerta
- Cálculo da Reputação
- Lista de Reputação
O valor definido como 2 neste campo indica que se trata de uma mensagem de revogação (MenRevog). O valor 3 neste campo indica que se trata de uma mensagem de validação de aviso (MenValid).
ANÁLISE DAS VULNERABILIDADES DA APLICAÇÃO RAMS+
Como exemplo, a Figura 25 mostra uma lista de reputação de uma unidade de ombro contendo os valores diretos de reputação dos veículos que passaram por ela. A lista de reputação (LR) deve ser propagada pelas RSUs para que os veículos que por elas passam possam utilizá-la no processo de tomada de decisão (confiar ou não no veículo que emite o alerta).
CONSIDERAÇÕES
Neste trabalho, a ação do nó malicioso na rede utilizou um ataque para falsificar uma mensagem de alerta falso durante as simulações e também relacionado à formação de ataques de conluio, através de diversos veículos, o que afeta a confiabilidade do falso alerta propagado demonstra. pelo nó malicioso. Os objetivos dos experimentos realizados neste trabalho visam verificar a eficácia do sistema de reputação através da correta identificação de um nó malicioso na rede, e a correta exclusão de mensagens emitidas por este nó, onde se mede o número de mensagens falsas. negativos são usados. (veículos que julgam o nó malicioso enviando um alerta falso como não malicioso).
AMBIENTE DE SIMULAÇÃO
- Simulador de Rede Escolhido
- Simulador de Tráfego
- Parâmetros do Simulador de Redes
- Simulador de Tráfego
- Parâmetros da Aplicação RAMS+
- Parâmetros do Sistema de Reputação
- Parâmetros do Ambiente Computacional
Para observar o comportamento do sistema de reputação proposto com diferentes números de veículos na rodovia, levamos em consideração diferentes densidades de veículos nas simulações. Esses cenários diferem apenas na quantidade de veículos circulando na rodovia, levando em consideração a proporção apresentada na Tabela 2.
PROJETO DE EXPERIMENTOS
- Projeto para Avaliar a Eficácia do Sistema de Reputação
- Projeto para Avaliar os Impactos na Eficácia e na Eficiência da Aplicação
Quando o falso alerta é propagado, o nó de direção tem um bom valor de reputação entre os demais veículos da rede e também entre as unidades rodoviárias (RSUs). Neste cenário, no momento da propagação do alerta falso, o valor de reputação do veículo de divulgação na lista de reputação (LR) das RSUs é de 0,7.
RESULTADOS E ANÁLISES DOS EXPERIMENTOS
- Eficácia do Sistema de Reputação
- Análise da Eficácia do Sistema de Reputação
- Impactos na eficiência e eficácia da aplicação RAMS+
- Análise dos impactos na eficiência e eficácia da aplicação RAMS+
Nesse cenário, como pode ser observado na Figura 27, a maior taxa de falsos negativos (21,20%) ocorreu quando a densidade de veículos simulada era esparsa (250 veículos). O gráfico da Figura 30 mostra a proporção de veículos que receberam mensagem de alerta em relação ao total de veículos na rodovia com e sem sistema de reputação.
COMPARAÇÃO DO SISTEMA PROPOSTO COM OS TRABALHOS
Abordagem Maliciosa Sistema de Reputação TDT (Wang e Chigan.. 2007) Nós Locais Não Otimistas e Locais, Reputação Instantânea RMDTV (Paula et al. Observa-se que apenas o trabalho de Wang e Chigan (2007) não possui essas características, uma vez que eles escolheram uma abordagem de reputação imediata e consultaram uma base de reputação local.
CONSIDERAÇÕES DO CAPÍTULO
Na terceira fase, o sistema de reputação e a aplicação RAMS+ que faz uso do sistema foram implementados utilizando dois simuladores (rede e tráfego) conectados bidirecionalmente. Com os resultados obtidos nas simulações foi possível comprovar a eficácia do sistema de reputação descentralizado proposto mesmo contra nós conhecidos.
CONTRIBUIÇÕES DA DISSERTAÇÃO
Com as simulações também foi possível comprovar a eficiência do aplicativo, pois mesmo com o aumento do número de colisões através da utilização do sistema de reputação, a maioria dos veículos recebeu o aviso a tempo de tomar decisões. Aprimoramento de uma aplicação LDW (RAMS+) que visa distribuir avisos em rodovias e está integrada ao sistema de reputação para solucionar o problema de nós maliciosos espalhando mensagens falsas na rede.
TRABALHOS FUTUROS
Em MobiHoc '07: Anais do 8º simpósio internacional ACM sobre redes e computação ad hoc móvel, p. Objectivos: O trabalho deverá ter como objectivo desenvolver um sistema de reputação e/ou lidar com o problema dos nós maliciosos em redes ad hoc.
