陳佳威

（同濟(jì)大學(xué) 電子與信息工程學(xué)院，上海 201804）

0 引言

VANET中很多與安全相關(guān)的應(yīng)用都依賴于正確的車輛位置信息。但 VANET中的攻擊者通過位置欺騙，達(dá)到利己的目的。位置欺騙嚴(yán)重威脅到車輛的行駛安全，為有效地解決位置欺騙問題，研究人員提出了利用位置驗(yàn)證來解決位置欺騙。

位置驗(yàn)證時(shí)通常利用安全定位來確定位置驗(yàn)證目標(biāo)節(jié)點(diǎn)的位置，再與所聲稱的位置進(jìn)行比較。位置驗(yàn)證的一般方法包括[3]：多點(diǎn)定位驗(yàn)證，三角測(cè)量法，自主位置驗(yàn)證等。

VANET中車輛間有較高的相對(duì)速度，網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)變化快，路徑壽命短。這使得傳感器網(wǎng)絡(luò)的定位方式（如抗攻擊的位置估計(jì)、信標(biāo)套件技術(shù)等[2]）不適合VANET，為驗(yàn)證車輛的位置帶來了一定的挑戰(zhàn)。但 VANET不受電源和計(jì)算能力的限制，具有相當(dāng)?shù)挠?jì)算和儲(chǔ)存能力。這些有利條件為設(shè)計(jì)出新的VANET位置驗(yàn)證方法提供了基礎(chǔ)。

基于MMSE的位置驗(yàn)證方法[4]是通過最小均方誤差推得一個(gè)良性鄰居集，此良性鄰居集的大小應(yīng)大于目標(biāo)車輛的直接鄰居數(shù)量的一半。若推不出這樣的良性鄰居集，則說明目標(biāo)車輛實(shí)施了位置欺騙。

為更高效準(zhǔn)確地檢測(cè)出位置欺騙，本文引入投票機(jī)制，通過協(xié)作式的投票，來更好解決 VANET中位置驗(yàn)證，進(jìn)一步提高位置檢測(cè)的正確性。其基本思想是將連續(xù)時(shí)間轉(zhuǎn)化成一個(gè)個(gè)靜態(tài)幀，在每個(gè)靜態(tài)幀上，主檢測(cè)者啟動(dòng)多輪投票過程。該過程為主檢測(cè)者審核投票者的投票資格、劃分目標(biāo)區(qū)域?yàn)榫W(wǎng)格，接著與審核通過的從檢測(cè)者對(duì)網(wǎng)格進(jìn)行投票，最后選出票數(shù)最多的網(wǎng)格（組）。在此基礎(chǔ)上，用閾值判定驗(yàn)證被檢測(cè)者是否實(shí)施了位置欺騙。

1 基于投票的VANET位置驗(yàn)證

1.1 系統(tǒng)模型及假設(shè)

本文定義了VANET中的3種車輛類別：主檢測(cè)者(MT, Major Tester)、被檢測(cè)者(PT, Passive Tester)和從檢測(cè)者(FT, Followed Tester)，如圖1所示。假設(shè)數(shù)據(jù)包在通信過程中，均須安全認(rèn)證，確保惡意車輛在一定時(shí)間內(nèi)無法偽裝成多個(gè)車輛來進(jìn)行位置欺騙。

MT：收到一跳鄰居的數(shù)據(jù)包并對(duì)該數(shù)據(jù)包的源節(jié)點(diǎn)發(fā)起位置驗(yàn)證過程的車輛。

PT：每輛行駛的車輛周期性的廣播一個(gè)數(shù)據(jù)包。通常車輛發(fā)出一個(gè)數(shù)據(jù)包后，被檢測(cè)者的位置受到鄰居車輛的位置驗(yàn)證。

FT：被檢測(cè)者一跳通信范圍內(nèi)的所有鄰居為從檢測(cè)者，為主檢測(cè)者提供關(guān)于被檢測(cè)者的位置信息的真實(shí)性。

圖1給出了這3種車輛類別的關(guān)系圖。由圖1知，MT和PT是鄰居關(guān)系，是MT和PT的共同鄰居。

圖1 主檢測(cè)者、被檢測(cè)者及從檢測(cè)者關(guān)系圖

VANET中車輛間的通信是通過數(shù)據(jù)包的發(fā)送和接收來完成的。數(shù)據(jù)包的格式如圖2所示。其中，記錄表是發(fā)送上一個(gè)數(shù)據(jù)包到發(fā)下一個(gè)數(shù)據(jù)包這段時(shí)間間隔內(nèi)收到的所有直接鄰居數(shù)據(jù)包的記錄，每條記錄包含所收到的數(shù)據(jù)包的身份標(biāo)識(shí)碼，該身份標(biāo)識(shí)碼車輛的位置、速率、時(shí)戳，收到該身份標(biāo)識(shí)碼時(shí)自己的位置、速率、所測(cè)得的該數(shù)據(jù)包所附信號(hào)的功率（RSS值）。

圖2 數(shù)據(jù)包的格式

為實(shí)現(xiàn)投票，本文定義了投票的三個(gè)主要要素：目標(biāo)區(qū)域、網(wǎng)格和投票圓環(huán)。目標(biāo)區(qū)域：PT的實(shí)際位置的所有可能范圍。網(wǎng)格：PT的實(shí)際位置的可能范圍的一小部分。投票圓環(huán)：投票者認(rèn)為PT的實(shí)際位置的可能范圍。圖3給出了目標(biāo)區(qū)域、網(wǎng)格及投票圓環(huán)的關(guān)系圖。由圖可知，目標(biāo)區(qū)域劃分為網(wǎng)格，投票圓環(huán)是目標(biāo)區(qū)域的一部分，它與多個(gè)網(wǎng)格有重疊部分。

為驗(yàn)證車輛位置，本文進(jìn)一步假設(shè)：

1）每輛車都裝有以下設(shè)備：全球定位系統(tǒng)(GPS)接收器，可為位置信息提供二維平面的坐標(biāo)；無線收發(fā)設(shè)備，發(fā)射數(shù)據(jù)包時(shí)使用相同的全向發(fā)射功率。

2）大多數(shù)的車輛是位置可信的，僅有部分會(huì)實(shí)施位置欺騙，即：若一個(gè)車輛周圍有n輛車，良性車輛的數(shù)目至少為( 2)/2n+[5]。

圖3 目標(biāo)區(qū)域、網(wǎng)格及投票圓環(huán)關(guān)系

1.2 問題描述與設(shè)計(jì)目標(biāo)

假設(shè)在高速公路場(chǎng)景下，通過對(duì)車輛進(jìn)行位置驗(yàn)證，檢測(cè)出位置欺騙的車輛。給定一個(gè)區(qū)域，該區(qū)域中車輛集合為。顯然，是VI的子集，即FT?VI。FT可為空集，可以是一個(gè)元素的集合也可以是多個(gè)元素的集合。

本位置驗(yàn)證方案擬實(shí)現(xiàn)以下目標(biāo)：

1）假設(shè)PT的聲稱位置為 P T(x,y)，實(shí)際位置為 P T′(x′,y′)，若不滿足PT? P T′，MT能檢測(cè)出PT實(shí)施了位置欺騙。

2）位置驗(yàn)證方法的正確率為 acR，漏警率為 fnR ，虛警率為 fpR 。在車輛總數(shù)和惡意車輛數(shù)目相同的高速公路場(chǎng)景下，達(dá)到

1.3 位置驗(yàn)證方案

1.3.1 位置驗(yàn)證流程

本位置驗(yàn)證方案采用兩步驟來檢測(cè)車輛是否實(shí)施了位置欺騙：

1）MT單獨(dú)對(duì) PT進(jìn)行一個(gè)初步的真實(shí)性檢測(cè)[7]：若PT所聲稱的位置不在MT的投票圓環(huán)內(nèi)，則可直接確定PT存在位置欺騙，位置驗(yàn)證結(jié)束，否則進(jìn)入下一個(gè)步驟。

2）MT聯(lián)合從檢測(cè)者FT對(duì)PT進(jìn)行一個(gè)深入的位置驗(yàn)證：MT收集來自從檢測(cè)者的數(shù)據(jù)包，從中提取出PT觸發(fā)的靜態(tài)幀，再用基于投票的位置驗(yàn)證算法判斷PT的位置是否屬實(shí)。

圖4 位置驗(yàn)證流程

1.3.2 投票圓環(huán)

投票圓環(huán)是投票者通過接收到被檢測(cè)者的數(shù)據(jù)包，接著利用 RSS測(cè)距技術(shù)計(jì)算得出。本文采用Rappaport的大尺度無線信號(hào)傳播模型[6]來計(jì)算 T-R距離，忽略VANET中的小尺度衰落[1]。

將車輛A和車輛B之間的距離表示為 (,)DAB，其中A為數(shù)據(jù)包發(fā)送者，B為數(shù)據(jù)包接收者。因?yàn)闇y(cè)量誤差的存在，使得 (,)DAB的值落在一個(gè)最小值和最大值的范圍內(nèi)。如圖3所示，即B能將 A的位置限定在以自己為圓心，(A,B)和A ,B )為內(nèi)外半徑的圓環(huán)內(nèi)，將此圓環(huán)稱為 B的投票圓環(huán)。

1.3.3 基于投票的位置驗(yàn)證算法

為解決動(dòng)態(tài)變化網(wǎng)絡(luò)中，車輛在運(yùn)動(dòng)時(shí)仍能完成投票的問題，本文采用了文獻(xiàn)[5]提出的時(shí)間切片的概念，把連續(xù)時(shí)間轉(zhuǎn)化為一系列時(shí)間間隔極小的靜態(tài)幀。當(dāng)某個(gè)PT在 1t時(shí)刻發(fā)送數(shù)據(jù)包給其鄰居節(jié)點(diǎn)時(shí)，觸發(fā)了 1t時(shí)刻的一個(gè)靜態(tài)幀。當(dāng)在t′時(shí)刻MT收集到 1t時(shí)刻的所有FT的信息后，就啟動(dòng)對(duì)PT的投票位置驗(yàn)證算法。如圖5所示，假設(shè)這些車輛發(fā)送數(shù)據(jù)包的先后順序?yàn)镸T。MT等1到2個(gè)周期（數(shù)據(jù)包發(fā)送周期為0.3～1 s），直到收集到一定數(shù)量的關(guān)于PT在時(shí)刻 1t靜態(tài)幀中的信息（如圖中的t′或t′），然后再利用基于投票的位置驗(yàn)證方法做后續(xù)處理。

圖5 通信過程

每個(gè)PT觸發(fā)的靜態(tài)幀上，MT首先識(shí)別出一個(gè)包含所有車輛（MT、PT和所有FT）聲稱位置的最小矩形，之后基于每個(gè)聲稱位置用bR來擴(kuò)展這個(gè)矩形， bR為數(shù)據(jù)包的最大傳播范圍（根據(jù)專用短程通信技術(shù)標(biāo)準(zhǔn)， bR為 300米）。這個(gè)被擴(kuò)展的矩形與實(shí)際道路的重疊部分就構(gòu)成 MT的目標(biāo)區(qū)域。MT把目標(biāo)區(qū)域分割成M個(gè)網(wǎng)格，網(wǎng)格的邊長(zhǎng)為L(zhǎng)，如圖6所示。每個(gè)網(wǎng)格有一個(gè)票數(shù)狀態(tài)變量，初始值為零。

藥物、飲食、各種疾病狀態(tài)均可改變?nèi)A法林的藥代動(dòng)力學(xué)。藥化表明，S-華法林異構(gòu)體比R-華法林異構(gòu)體的抗凝效率高5倍，因此干擾S-華法林異構(gòu)體代謝的因素更為重要。維生素K攝入量是影響華法林抗凝治療效果的關(guān)鍵要素。很多日常飲食及營(yíng)養(yǎng)保健品也會(huì)影響華法林的抗凝作用。當(dāng)患者口服華法林進(jìn)行抗凝治療時(shí)，應(yīng)盡量保持飲食結(jié)構(gòu)的均衡，不要盲目服用過多的營(yíng)養(yǎng)保健品，并定期監(jiān)測(cè)PT和INR。

首輪投票開始前，MT須對(duì)每個(gè)FT的投票資格進(jìn)行審核。MT收集到PT觸發(fā)的靜態(tài)幀上所有FT的數(shù)據(jù)包后，提取時(shí)刻 t2FT的位置 ( x 2 ,y 2 )、速率 v 2及記錄表中FT上一時(shí)刻 t1的位置 ( x1,y1 ) 、速率 v1。按式（1）和式（2）可求出 t1 - t 2時(shí)間內(nèi)該車輛的平均速率。若v或v′超過了公路上的限制車速，則該FT不具有投票權(quán)。若滿足(v- v ′)/v≤ λ ，λ取5%以內(nèi)，該FT才具有投票權(quán)。

MT和審核通過的FT組成投票委員會(huì)。為判斷PT的實(shí)際位置落于哪個(gè)網(wǎng)格，投票委員會(huì)對(duì)所有網(wǎng)格進(jìn)行投票。投票規(guī)則[8]是：網(wǎng)格與 n個(gè)投票者的投票圓環(huán)有重疊部分，即有n個(gè)投票者認(rèn)為PT的實(shí)際位置落于該網(wǎng)格內(nèi)，該網(wǎng)格的票數(shù)狀態(tài)變量加n。網(wǎng)格的票數(shù)越多，表示PT的實(shí)際位置落于該網(wǎng)格的概率越高。如圖6所示，若PT的聲稱位置在 P T1處，PT得到的票數(shù)為3，其聲稱位置具有很高的可信度；若PT的聲稱位置在或處，PT得到的票數(shù)為2或1，因網(wǎng)格的最高票數(shù)為3，所以PT的聲稱位置是虛假的。

圖6 基于投票的位置驗(yàn)證

首輪投票結(jié)束后，MT可能會(huì)發(fā)現(xiàn)一個(gè)或多個(gè)票數(shù)最高的網(wǎng)格。MT識(shí)別出一個(gè)包含所有票數(shù)最高網(wǎng)格的最小矩形作為下一輪投票的目標(biāo)區(qū)域，把目標(biāo)區(qū)域以更小的量化間隔劃分為網(wǎng)格，然后再執(zhí)行新一輪的投票。

新一輪投票開始前，MT須對(duì)剩余投票者進(jìn)行投票資格審核。若投票者沒有把票投給票數(shù)最高的網(wǎng)格，該投票者不能參加新一輪投票，同時(shí)更新投票委員會(huì)。新一輪的投票過程中，由于目標(biāo)區(qū)域的縮小，網(wǎng)格面積減小，這樣位置估計(jì)的精確度更高。當(dāng)達(dá)到設(shè)置的精度（L小于預(yù)設(shè)臨界值2Me[9]）時(shí)，多輪投票就終止，MT選出最后一輪中產(chǎn)生的票數(shù)最高的網(wǎng)格（組），并把它的幾何中心當(dāng)作PT的估計(jì)位置。其中Me為平均測(cè)量誤差。

通過投票法得到PT的估計(jì)位置后，接著執(zhí)行閾值判定。閾值判定的過程如下：假設(shè)PT的投票法估計(jì)位置為()，PT的聲稱位置為(x,y)。若，PT的聲稱位置是正確的，否則PT實(shí)施了位置欺騙。τ為預(yù)設(shè)臨界值，一般設(shè)為5以內(nèi)。

閾值判定后，MT得出PT是否實(shí)施了位置欺騙。一個(gè)靜態(tài)幀的多輪投票過程結(jié)束，MT等待下一個(gè)靜態(tài)幀的到來，啟動(dòng)新一次多輪投票過程。

2 安全性分析

VANET中，位置驗(yàn)證方法的安全性是一個(gè)關(guān)鍵問題。分析一個(gè)位置驗(yàn)證算法的安全性主要是考察其檢測(cè)鄰居車輛是否發(fā)起位置欺騙攻擊的能力。這里分析了VANET中幾種位置欺騙的情形。

情況1 PT聲稱的位置未落在MT的投票圓環(huán)內(nèi)。這種情況下，基于投票的位置驗(yàn)證算法能直接通過真實(shí)性檢測(cè)將這種位置欺騙檢測(cè)出來。

情況 2 PT屬于一種狡猾的攻擊者，它能逃脫MT的真實(shí)性檢測(cè)，但沒有與其他車輛合伙。

情況3 PT屬于一種狡猾的攻擊者，它能逃脫MT的真實(shí)性檢測(cè)，且勾結(jié)其他車輛合伙進(jìn)行位置欺騙。

在這兩種情況下，假設(shè)對(duì)于PT來說，有N個(gè)鄰居車輛，這些鄰居車輛中有n個(gè)良性車輛和m個(gè)惡意車輛?？芍?/p>

假設(shè)1P表示惡意車輛可通過投票資格審核的概率，2P表示良性車輛沒有通過投票資格審核的概率。當(dāng)且僅當(dāng)參與投票的良性車輛數(shù)小于等于參與投票的惡意車輛數(shù)時(shí)，即：

無法檢測(cè)出PT實(shí)施了位置欺騙。由方案假設(shè)知：

將式（3）和式（5）代入式（4）得到：

由投票資格審核的規(guī)則可推斷出2P的值非常小，接近于0。因此忽略式（6）中的2P，可得：

因?yàn)?0 ＜P1＜1，式（7）右邊的值為負(fù)，N要小于等于一個(gè)負(fù)數(shù)，這與實(shí)際不相符。

通過上述分析，本節(jié)主要針對(duì)三種基本情況進(jìn)行了討論，無論哪種情況出現(xiàn)，本算法都可以較高的準(zhǔn)確率來驗(yàn)證位置。

3 實(shí)驗(yàn)仿真

位置驗(yàn)證方法有效性的評(píng)價(jià)參數(shù)包括：

1）正確率（Rac，Accuracy），Nsv表示正確的位置驗(yàn)證次數(shù)，Ntv表示總的位置驗(yàn)證次數(shù)，則公式為：

2）漏警率（Rfn，F(xiàn)alse Negative Rate）：指惡意位置被識(shí)別為良性位置的比率；Nfm表示通過位置驗(yàn)證的惡意節(jié)點(diǎn)數(shù)，Ntm表示總的惡意節(jié)點(diǎn)數(shù)。公式為：

（3）虛警率（Rfp，F(xiàn)alse Positive Rate）：是指良性位置被識(shí)別為惡意位置的比率；Nfb表示未通過位置驗(yàn)證的良性節(jié)點(diǎn)數(shù)，Ntb表示總的良性節(jié)點(diǎn)數(shù)。公式為：

本次仿真選取的場(chǎng)景為：一個(gè)雙向4車道，每車道寬2.5 m，長(zhǎng)500 m的高速公路。在這10 m×500 m的目標(biāo)區(qū)域內(nèi)隨機(jī)部署1個(gè)主檢測(cè)者M(jìn)T和N-1個(gè)鄰居節(jié)點(diǎn)，N是車輛總數(shù)考慮到不同時(shí)刻車流量的不同，道路上會(huì)出現(xiàn)密集車輛網(wǎng)絡(luò)和稀疏車輛網(wǎng)絡(luò)，所以在一天24小時(shí)中設(shè)置峰頂值1tN和3tN，峰谷值2tN和4tN，峰頂和峰谷間的時(shí)間區(qū)域內(nèi)，N是單調(diào)的。

車輛在行駛中為勻速運(yùn)動(dòng)，速度為（20～42 m/s）間的一個(gè)隨機(jī)值。車輛分為良性車輛和惡意車輛。良性車輛：以周期T廣播自己的數(shù)據(jù)包。惡意車輛分為單獨(dú)攻擊的車輛和共謀攻擊的車輛。單獨(dú)攻擊的車輛：上報(bào)的數(shù)據(jù)包中位置和RSS信息都是隨機(jī)的。共謀攻擊的車輛：上報(bào)的位置是隨機(jī)的，但RSS信息是計(jì)算出來的。良性車輛數(shù)目與惡意車輛數(shù)目也是隨機(jī)分布的，但滿足N =+和＞這兩個(gè)條件。

仿真結(jié)果如圖7和圖8所示。

圖7 兩種位置驗(yàn)證方法的正確率

圖8 兩種位置驗(yàn)證方法的漏警率與虛警率

由圖可知，基于投票的位置驗(yàn)證算法的正確率比基于MMSE的位置驗(yàn)證算法高，漏警率和虛警率比基于MMSE的位置驗(yàn)證算法低。

4 結(jié)語

檢測(cè)位置欺騙，減少位置欺騙相關(guān)的攻擊對(duì)于VANET的安全性而言是最為關(guān)鍵的因素之一。本文的工作主要針對(duì)該領(lǐng)域，設(shè)計(jì)了一種基于投票的位置驗(yàn)證方法，來有效且安全的實(shí)現(xiàn) VANET中的位置驗(yàn)證。

本文僅研究了 VANET中的位置驗(yàn)證，如何將位置驗(yàn)證同 VANET中較為成熟的安全和隱私保護(hù)機(jī)制結(jié)合起來使用，使之和諧的共同確保 VANET的安全性，還需設(shè)計(jì)一種安全架構(gòu)，這也是本文需要進(jìn)一步研究的內(nèi)容。

[1] 熊飚,張小橋.VANET網(wǎng)絡(luò)中小尺度衰落信道仿真[J].通信技術(shù),2010,43(12):56-57.

[2] 楊躍,王福豹,段渭軍.無線傳感器網(wǎng)絡(luò)安全定位研究[J].信息安全與通信保密,2008(09):56-60.

[3] SONG Joo-Han, WONG V W S, LEUNG V C M. Secure Location Verification for Vehicular Ad-Hoc Networks[C].USA:IEEE,2008:1-5.

[4] XUE Xiaoping,LIU Mingyang,LIN Nizhong, et al. TSLV:Time － Slice － Based Location Verification for VANET[J]. China Communications,2011(05):130-143.

[5] ZHONG S, JADLIWALA M, UPADHYAYA S,et al. Towards a Theory of Robust Localization Against Malicious Beacon Nodes[C].USA:IEEE,2008:1391-1399.

[6] LAURENDEAU C, BARBEAU M. Probabilistic Localization and Tracsking of Malicious Insiders Using Hyperbolic Position Bounding in Vehicular Networks[M].USA:ACM,2009:1-13.

[7] WHITEHOUSE K, KARLOF C, CULLER D. A Practical Evaluation of Radio Signal Strength for Ranging-based Localization[J].Mobile Computing and Communications Review,2006,11(01):41-52.

[8] LIU D, NING P, DU W K. Attack-resistant Location Estimation in Sensor Networks[C]. USA:IEEE,2005:99-106.

[9] Yan Gongjun, Chen Xingwang, Olariu. Providing VANET Position Integrity through Filtering[C]. USA:IEEE,2009:1-6.