EPDA: An Efficient and Privacy-preserving Dual Aggregation Scheme for Federated Learning in VANETs

Moderne auto's zijn niet langer alleen maar machines om van punt A naar punt B te komen; het zijn rijdende computers die constant gegevens verzamelen over de weg, de bestuurder en het omliggende verkeer. Deze informatie is essentieel voor het veiliger en efficiënter maken van transport, maar het creëert ook een aanzienlijk privacydilemma. Bestuurders willen niet dat hun locatiegeschiedenis of rijgewoonten worden blootgesteld, maar ze hebben wel nodig dat hun voertuigen kunnen leren van de collectieve ervaring van de gehele vloot. Om dit op te lossen, hebben onderzoekers een methode ontwikkeld genaamd federated learning (federatief leren). In plaats van ruwe gegevens naar een centrale server te sturen, traint elke auto een klein computermodel op zijn eigen lokale gegevens en stuurt alleen de wiskundige updates van dat model naar een coördinator. Dit houdt de privédetails op het voertuig, maar het introduceert een nieuw probleem: de updates zelf kunnen nog steeds gevoelige informatie onthullen, en de open draadloze kanalen die door auto's worden gebruikt, zijn kwetsbaar voor hackers die zich als een auto kunnen voordoen of de gegevens kunnen manipuleren.

Een team van onderzoekers van de Jiangsu University heeft een nieuw systeem voorgesteld genaamd EPDA om deze kwetsbaarheden specifiek voor voertuignetwerken aan te pakken. Hun werk richt zich op het creëren van een manier waarop honderden auto's kunnen bijdragen aan een gedeeld leermodel zonder te onthullen wie ze zijn of wat ze besturen, terwijl ze ook ervoor zorgen dat het proces snel genoeg is om in het realtime verkeer te werken. De onderzoekers ontwierpen een tweestaps-proces dat zowel de verificatie van de identiteiten van de auto's als de combinatie van hun modelupdates afhandelt. Door gebruik te maken van een specifiek type digitale handtekening die geen zware cryptografische berekeningen vereist, slaagden zij erin de computationele kosten extreem laag te houden. In hun tests met een standaard dataset voor verkeersbordherkenning had het systeem slechts 0,03 seconden verwerkingstijd per auto nodig en verzond het slechts 148 bytes aan gegevens per cliënt, zelfs bij opschaling naar 350 voertuigen. Deze efficiëntie suggereert dat een dergelijk systeem realistisch gezien ingezet kan worden in drukke stedelijke omgevingen waar snelheid en privacy even cruciaal zijn.

De kernuitdaging in dit veld is het balanceren van beveiliging met snelheid. Traditionele methoden voor het beschermen van gegevens vertrouwen vaak op complexe wiskundige operaties die te lang duren voor de beslissingen in fracties van seconden die nodig zijn in het verkeer. Andere benaderingen beschermen misschien de privacy, maar slagen er niet in om de identiteit van de afzender te verbergen, waardoor bestuurders kwetsbaar worden voor tracking. De onderzoekers achter EPDA pakten dit aan door een duaal aggregatieschema te introduceren. Het eerste deel van hun systeem houdt zich bezig met authenticatie. In een typisch scenario fungeert een roadside unit (wegunit) als een semi-vertrouwde verzamelaar die updates van nabijgelegen auto's verzamelt. De onderzoekers hebben deze verzamelaar uitgerust met een manier om te verifiëren dat alle inkomende berichten echt zijn, zonder dat elk bericht afzonderlijk gecontroleerd hoeft te worden. Ze bereikten dit door de digitale handtekeningen van meerdere auto's samen te voegen in één enkele, compacte handtekening. Dit stelt de roadside unit in staat om de geldigheid van een hele batch updates in één keer te bevestigen, in plaats van te vertragen om elk voertuig één voor één te verifiëren. Deze methode voorkomt de noodzaak van zware cryptografische hulpmiddelen die het systeem anders zouden ophouden.

Het tweede deel van het systeem beschermt de werkelijke inhoud van de modelupdates. Zelfs als een auto als legitiem is geverifieerd, kunnen de verzonden gegevens nog steeds worden geanalyseerd om privédetails af te leiden. Om dit te voorkomen, hebben de onderzoekers een maskeringstechniek geïmplementeerd. Voordat een auto zijn modelupdate verzendt, versleutelt hij de gegevens met een geheime sleutel die gedeeld wordt met de centrale server. Deze versleuteling zorgt ervoor dat de roadside unit, die slechts semi-vertrouwd is, de ruwe modelparameters niet kan zien. De centrale server, die de hoofdsleutel bezit, kan de geaggregeerde gegevens later ontsleutelen om het globale model bij te werken. Dit proces garandeert dat de tussenliggende verzamelaars nooit de gevoelige informatie zien, terwijl het nog steeds mogelijk is om het uiteindelijke model correct te reconstrueren. Het systeem zorgt er ook voor dat de identiteit van de auto verborgen blijft. Elk voertuig gebruikt een tijdelijke, valse identiteit voor zijn transmissies, waardoor het voor een waarnemer onmogelijk is om twee verschillende berichten aan dezelfde auto te koppelen. Alleen een vertrouwde autoriteit, die gescheiden is van de gegevensverzamelaars, heeft de mogelijkheid om een echte identiteit te onthullen als een auto zich kwaadwillend gedraagt, waardoor privacy niet ten koste gaat van totale verantwoording.

Om te testen hoe goed dit systeem in de praktijk werkt, simuleerden de onderzoekers een federated learning-omgeving met een dataset van meer dan 50.000 afbeeldingen van verkeersborden. Ze stelden een scenario op waarbij ergens tussen de 50 en 350 virtuele auto's deelnamen aan het trainingsproces. De resultaten toonden aan dat de tijd die nodig was voor de cryptografische operaties opmerkelijk stabiel bleef, ongeacht hoeveel auto's erbij betrokken waren. Terwijl de tijd die de auto's nodig hadden om hun lokale modellen te trainen toenam met de omvang van hun gegevens, bleef de tijd besteed aan beveiligingstaken zoals maskering en ondertekening consistent laag, met een gemiddelde van minder dan 0,04 seconden per auto. De tijd die de centrale server nodig had om de gebundelde handtekeningen te verifiëren groeide lineair maar bleef zeer snel, waarbij het slechts ongeveer 3,2 milliseconden duurde om de updates van 350 auto's te verifiëren. Wat betreft de gegevensoverdracht was het systeem zeer efficiënt en had elke auto slechts 148 bytes aan informatie per ronde nodig. Dit is aanzienlijk minder dan andere bestaande methoden, die voor dezelfde taak honderden of zelfs duizenden bytes kunnen vereisen.

De onderzoekers vergeleken hun aanpak met verschillende andere state-of-the-art methoden en stelden vast dat hun systeem consequent sneller en lichter was. Terwijl sommige concurrerende schema's vertrouwden op complexe wiskundige paren die bijna 10 milliseconden nodig hadden voor verificatie, voltooide het EPDA-systeem dezelfde taak in een fractie van die tijd. De communicatieoverhead werd ook drastisch verminderd, waarbij de totale gegevensomvang per auto minder dan een derde was van wat sommige andere methoden vereisten. Deze bevindingen wijzen erop dat het voorgestelde schema succesvol de moeilijke balans navigeert tussen sterke privacygaranties en de hoge snelheidseisen van voertuignetwerken. Het systeem bleek in staat om een groot aantal deelnemers te verwerken zonder de prestaties te verslechteren, wat suggereert dat het effectief kan schalen naarmate het aantal verbonden voertuigen op de weg blijft groeien.

Uiteindelijk toont het werk aan dat het mogelijk is om een veilig, privaat en efficiënt leersysteem voor de automobielwereld te bouwen zonder te vertrouwen op de zware computationele machinerie die dergelijke toepassingen voorheen beperkte. Door een lichtgewicht ondertekeningsmethode te combineren met een veilige maskeringstechniek, hebben de onderzoekers een kader gecreëerd waarin auto's samen kunnen leren zonder hun geheimen prijs te geven of het netwerk te vertragen. De simulaties suggereren dat deze aanpak klaar is voor real-world implementatie, en biedt een praktisch pad naar intelligente transportsystemen die de privacy van de gebruiker respecteren terwijl ze de hoge prestaties behouden die nodig zijn voor veilig rijden. De studie concludeert dat deze duale aggregatiemethode een levensvatbare oplossing biedt voor de toekomst van verbonden voertuigen, waarbij gegevensbeveiliging en operationele efficiëntie hand in hand moeten gaan.