Cientistas afirmam ter desenvolvido uma ferramenta de inteligência artificial para consolidar a privacidade dos veículos e de seus motoristas. Como preservar a privacidade da chamada Internet dos Veículos (IoV) surgiu como um grande desafio devido à mobilidade geográfica dos veículos e aos recursos insuficientes, dizem os cientistas.
O Desafio da Privacidade na IoV
O problema foi agravado, segundo os cientistas, devido aos "recursos limitados das unidades de bordo (OBUs)" e às deficiências dos sensores embarcados instalados nos veículos, que "induzem os adversários a lançar vários tipos de ataques". "Portanto, esquemas de autenticação leves, mas confiáveis, precisam ser projetados para combater esses ataques", eles escrevem no IEEE Internet of Things Journal.
A IoV se refere a uma rede na qual os veículos podem se comunicar entre si, bem como com dispositivos de comunicação inteligentes em estacionamentos, pedestres e infraestrutura rodoviária. Essa tecnologia "transformou cidades ao redor do mundo ao fornecer comunicação em tempo real", observam os autores.
Veículos conectados via IoV também são equipados com sensores e unidades embarcados que coletam dados úteis e os comunicam às unidades de beira de estrada (RSUs) ou módulos de servidor mais próximos. "As capacidades operacionais desses veículos são ainda mais aumentadas pela inteligência artificial, particularmente aprendizado de máquina e aprendizado profundo, que analisam e interpretam dados em tempo real", escrevem os pesquisadores.
A segurança dos veículos na era IoV foi considerada vulnerável a ataques cibernéticos que podem causar eventos lamentáveis por meio de interceptação ou mesmo alteração da comunicação veículo-infraestrutura. O Machine Learning foi sugerido como uma solução, e a ferramenta de IA dos autores é promovida como tal.
Uma Solução Baseada em Aprendizado de Máquina
Para enfrentar esses desafios, os autores propõem "um esquema de autenticação baseado em ML que treina e classifica os veículos nos servidores de ponta de maneira distribuída, preserva a privacidade das entidades de comunicação e minimiza o consumo de largura de banda e o atraso sofridos pelos veículos".
Para esse propósito, os autores projetam um novo mecanismo de autenticação baseado em aprendizado de máquina para resolver problemas de privacidade e segurança com os quais o ecossistema IoV emergente está atualmente lutando.
A equipe de pesquisa conduziu seus experimentos em um ambiente simulado usando análise comparativa do esquema proposto com esquemas de última geração existentes em termos de comunicação, processamento e despesas gerais de armazenamento. "Os resultados da simulação concluíram que o esquema proposto não apenas é protegido contra ataques de intrusos bem conhecidos, mas também é igualmente leve e eficaz em relação a várias métricas de avaliação de desempenho, como computação, comunicação e sobrecargas de armazenamento."
Como Funciona a Solução Proposta
O esquema proposto exige que cada veículo participe de uma fase offline, onde uma autoridade confiável compartilha uma lista de identidades mascaradas ou MaskIDs e chaves secretas de veículos legítimos e servidores de ponta.
Depois que veículos e servidores têm sua lista exclusiva de identidades mascaradas, eles podem autenticar uns aos outros sem precisar depender de servidores em nuvem, garantindo uma comunicação mais rápida e eficiente.
Quando um veículo começa a se comunicar, o servidor de borda mais próximo verifica sua identidade usando MaskIDs e chaves secretas, reduzindo a carga computacional no veículo.
"Em nosso esquema, cada veículo e servidor de borda (via RSU) é equipado com um algoritmo de ML para classificar adversários dos legítimos." O algoritmo de aprendizado de máquina analisa e verifica padrões de comunicação em tempo real, fortalecendo a segurança contra ataques cibernéticos comuns, incluindo ataques do tipo man-in-the-middle ou de representação falsa.
O que faz a abordagem se destacar em comparação com as ferramentas disponíveis atualmente é a incorporação de um período de tempo "na carga útil de cada mensagem criptografada para proteger o esquema proposto contra ataques adversários bem conhecidos".
Conclusão
"Os resultados da simulação comprovam o desempenho excepcional do nosso esquema em termos de sobrecarga computacional, sobrecarga de comunicação e sobrecarga de armazenamento", afirmam os autores. Essa solução inovadora baseada em inteligência artificial representa um importante passo adiante na preservação da privacidade na Internet dos Veículos, um desafio cada vez mais crucial à medida que a tecnologia avança.
