Zusammenfassung - RADAR: eine auf Radio basierende Analyse für dynamische Assoziation und Erkennung von Pseudonymen in VANETs

RADAR: eine auf Radio basierende Analyse für dynamische Assoziation und Erkennung von Pseudonymen in VANETs

2025-07-10 13:12:31

{"Giovanni Gambigliani Zoccoli","Filip Valgimigli","Dario Stabili","Mirco Marchetti"}

{cs.CR}

Dieses Papier stellt RADAR vor, ein Tracking-Algorithmus für Fahrzeuge, die an kooperativen intelligenten Verkehrsnetzen (C-ITS) teilnehmen und mehrere von modernen Fahrzeugen ausgesendete Radiosignale nutzt. Der Algorithmus zielt darauf ab, die Privatsphäre schützenden Pseudonymismen, die in VANETs (Vehikuläre Ad-hoc-Netzwerke) eingesetzt werden, zu untergraben und die Tracking-Leistung über Standard-Deklonymisierungsmethoden zu verbessern, die nur DSRC (Dedizierte Kurzstrecken-Kommunikation) nutzen. **Kernaussagen**: * **Problem**: Bestehende Pseudonymismen in VANETs sind anfällig für Tracking durch Angreifer, die mehrere von Fahrzeugen ausgesendete Radiosignale, wie DSRC und Wi-Fi-Sondeanfragen, ausnutzen können. * **Lösung**: RADAR nutzt DSRC- und Wi-Fi-Signale, um Fahrzeuge zu verfolgen, selbst wenn der Angreifer keinen Zugang zu allen übertragenen Nachrichten hat. * **Methodik**: * **Phase 1**: Identifiziert alle verschiedenen Pseudonyme, die mit demselben Fahrzeug innerhalb eines einzigen Versorgungsgebiets in Verbindung gebracht werden, indem eine Strategie ähnlich dem Pseudonym Tracking Framework (PTF) verwendet wird. * **Phase 2**: Definiert eine Liste von Kandidaten für Wi-Fi-Sonde-IDs, indem alle IDs ausgewählt werden, die von der Antenne innerhalb desselben Zeitraums empfangen werden, in dem das PTF die mit demselben Fahrzeug in Verbindung gebrachte Pseudonyme identifiziert. * **Phase 3**: Nutzt die Wi-Fi-Sonde-ID, um die Reise der Fahrzeuge über mehrere nicht überlappende Bereiche hinweg nachzubilden. * **Metriken**: Evaluierung von drei verschiedenen Metriken für die Assoziation von Pseudonymen und Wi-Fi-Sonde-Identifikatoren: * **Anzahl**: Berücksichtigt die Anzahl der zwischen DSRC und Wi-Fi-Sonde empfangenen Leuchttürme. * **Statistische RSSI**: Verwendet die Signalstärke von DSRC- und Wi-Fi-Nachrichten zur Korrelation. * **Pearson RSSI**: Verwendet Pearson-Korrelation, um die Wi-Fi-Sonde-ID auszuwählen, die den Referenz-Pseudonymen entspricht. * **Evaluation**: * **Simulation**: Simulierte den Modena Automotive Smart Area (MASA) mit 500 Fahrzeugen über 20 Minuten Simulation, bei der der Angreifer drei Antennen an drei Kreuzungen positioniert hatte. * **Vergleich**: Verglich die Tracking-Leistung von RADAR mit verschiedenen Pseudonymänderungsschemata und vorherigen Arbeiten (SLOWTrack). * **Ergebnisse**: Die Pearson-RSSI-Metrik übertraf die anderen beiden Metriken und RADAR erreichte in allen Szenarien eine höhere Tracking-Leistung als SLOWTrack. **Schlussfolgerungen**: * RADAR ist ein effektiver Tracking-Algorithmus für Fahrzeuge, die an C-ITS teilnehmen. * Die Pearson-RSSI-Metrik ist die effektivste Metrik für die Verfolgung von Fahrzeugen unter Pseudonymänderungsschemata. * Die Ergebnisse betonen die Notwendigkeit stärkerer, mehrschichtiger Privatsphäre schützender Lösungen, um die Privatsphäre der Straßenbenutzer in VANETs-Kommunikationen zu schützen.