IoT 블록체인에서 위임노드 선정을 위한 네트워크 구조 설계

Alternative Title
A Network Design of Autonomic Node Delegation for IoT Blockchain
Author(s)
임지연
Advisor
김재훈
Department
일반대학원 AI융합네트워크학과
Publisher
The Graduate School, Ajou University
Publication Year
2023-02
Language
kor
Keyword
블록체인 경량화 및 공격 탐지
Abstract
블록체인과 IoT의 융합은 IoT의 단점을 보완해 줄 수 있는 해결책으로 떠오르고 있다. IoT는 제한된 처리 기능을 가지고 있기 때문에 계산량이 높은 작업증명(PoW,Proof of Work)과 같은 합의 알고리즘은 사용할 수 없다. IoT 블록체인에 사용하기 <br>적합한 합의 알고리즘으로는 계산량이 낮은 위임지분 증명(DPoS, Delegate Proof of Stake)이 있다. 하지만 참여 노드가 적어지면서 DoS, DDoS와 같은 공격에 쉽게 노출된다. 특히 공격 노드가 합의 알고리즘에 참여하는 위임 노드로 선정될 경우 블록 검증 단계에서 악의적인 합의 결과를 생성할 수 있다. <br>본 논문에서는 DPoS 알고리즘을 사용한 IoT 블록체인의 위임 노드 선정 과정에서 악의적인 공격 노드를 제외하고, 여러 조건을 충족하는 안전한 위임 노드 선정 방법을 제안한다. 비지도 학습을 사용하여 각 노드의 이상 점수를 측정하고, 군집화하여 각 군집마다 점수를 만족하는 위임 노드를 선택함으로써 공격 노드가 위임 노드로 선택되지 <br>않도록 설계하였다.
Alternative Abstract
The convergence of blockchain and IoT is emerging as a solution that can compensate for the shortcomings of IoT. Because IoT has limited processing capabilities, consensus algorithms such as Proof of Work (PoW) with high computation volumes cannot be used. A consensus algorithm suitable for use in IoT blockchain is Delegate Proof of Stake (DPoS), which is low in computation. However, as there are fewer participating nodes, they are easily exposed to attacks such as DoS and DDoS. In particular, if the attack node is selected as a delegation node participating in the consensus algorithm, malicious consensus results can be generated in the block verification step.In this paper, propose a safe delegation node selection method that satisfies several conditions, except for malicious attack nodes in the process of selecting delegation nodes of IoT blockchain using DPoS algorithms. The attack node was designed not to be selected as a delegation node by measuring the abnormal score of each node using unsupervised learning, clustering, and selecting a delegation node that satisfies the score for each cluster.
URI
https://dspace.ajou.ac.kr/handle/2018.oak/24608
Fulltext

Appears in Collections:
Graduate School of Ajou University > Department of Artificial Intelligence Convergence Network > 3. Theses(Master)
Files in This Item:
There are no files associated with this item.
Export
RIS (EndNote)
XLS (Excel)
XML

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

Browse