Los puntos clave no están disponibles para este artículo en este momento.
En este artículo, proponemos un esquema de Detección de Sybil Móvil Basada en Redes Sociales (SMSD) para detectar atacantes de Sybil a partir de sus contactos anormales y comportamientos de cambio de seudónimo. Específicamente, primero definimos cuatro niveles de atacantes de Sybil en entornos móviles de acuerdo con sus capacidades de ataque. Luego, aprovechamos los contactos de los usuarios móviles y sus comportamientos de cambio de seudónimo para distinguir a los atacantes de Sybil de los usuarios normales. Para aliviar la carga de almacenamiento y computación de los usuarios móviles, se introduce un servidor en la nube para almacenar la información de contacto de los usuarios móviles y realizar la detección de Sybil. Además, utilizamos una estructura en anillo asociada con las firmas de contacto del usuario móvil para resistir la falsificación de contactos por parte de usuarios móviles y servidores en la nube. Además, al investigar la distribución de contactos de los usuarios móviles y la proximidad social, proponemos un aprendizaje semisupervisado con un Modelo Oculto de Markov para detectar a los usuarios móviles coludidos. El análisis de seguridad demuestra que el SMSD puede resistir a los atacantes de Sybil de los cuatro niveles definidos, y la extensa simulación basada en trazas muestra que el SMSD puede detectar a estos atacantes de Sybil con alta precisión.
Zhang et al. (Wed,) estudiaron esta pregunta.