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

Os carros modernos já não são apenas máquinas para ir de um ponto A a um ponto B; são computadores sobre rodas que recolhem constantemente dados sobre a estrada, o condutor e o tráfego circundante. Esta informação é vital para tornar o transporte mais seguro e eficiente, mas também cria um dilema significativo de privacidade. Os condutores não querem que o seu histórico de localização ou os seus hábitos de condução sejam expostos, mas precisam que os seus veículos aprendam com a experiência coletiva de toda a frota. Para resolver isto, os investigadores desenvolveram um método chamado aprendizagem federada (federated learning). Em vez de enviar dados brutos para um servidor central, cada carro treina um pequeno modelo computacional nos seus próprios dados locais e envia apenas as atualizações matemáticas desse modelo para um coordenador. Isto mantém os detalhes privados no veículo, mas introduz um novo problema: as próprias atualizações ainda podem revelar informações sensíveis, e os canais sem fios abertos utilizados pelos carros são vulneráveis a hackers que podem fingir ser um carro ou adulterar os dados.

Uma equipa de investigadores da Universidade de Jiangsu propôs um novo sistema chamado EPDA para abordar estas vulnerabilidades especificamente para redes de veículos. O trabalho deles foca-se em criar uma forma de centenas de carros contribuírem para um modelo de aprendizagem partilhado sem revelarem quem são ou o que estão a conduzir, garantindo também que o processo seja suficientemente rápido para funcionar no tráfego em tempo real. Os investigadores desenharam um processo de dois passos que lida tanto com a verificação das identidades dos carros como com a combinação das suas atualizações de modelo. Ao utilizarem um tipo específico de assinatura digital que não requer cálculos criptográficos pesados, conseguiram manter o custo computacional extremamente baixo. Nos seus testes utilizando um conjunto de dados padrão para o reconhecimento de sinais de trânsito, o sistema exigiu apenas 0,03 segundos de processamento por carro e transmitiu apenas 148 bytes de dados por cliente, mesmo ao escalar para 350 veículos. Esta eficiência sugere que tal sistema poderia ser realisticamente implementado em ambientes urbanos movimentados, onde a velocidade e a privacidade são igualmente críticas.

O desafio central neste campo é equilibrar a segurança com a velocidade. Os métodos tradicionais para proteger dados dependem frequentemente de operações matemáticas complexas que demoram demasiado tempo para as decisões de frações de segundo exigidas no trânsito. Outras abordagens podem proteger a privacidade, mas falham em esconder a identidade do remetente, deixando os condutores vulneráveis à monitorização. Os investigadores por trás do EPDA abordaram isto introduzindo um esquema de agregação dupla. A primeira parte do seu sistema lida com a autenticação. Num cenário típico, uma unidade de estrada atua como um recolhedor semi-confiável, reunindo atualizações de carros próximos. Os investigadores equiparam este recolhedor com uma forma de verificar que todas as mensagens recebidas são genuínas sem terem de verificar cada uma individualmente. Conseguiram isto agrupando as assinaturas digitais de múltiplos carros numa única assinatura compacta. Isto permite que a unidade de estrada confirme a validade de um lote inteiro de atualizações de uma só vez, em vez de abrandar para verificar cada veículo um a um. Este método evita a necessidade de ferramentas criptográficas pesadas que, de outra forma, sobrecarregariam o sistema.

A segunda parte do sistema protege o conteúdo real das atualizações do modelo. Mesmo que um carro seja verificado como legítimo, os dados que envia ainda podem ser analisados para inferir detalhes privados. Para prevenir isto, os investigadores implementaram uma técnica de mascaramento. Antes de um carro enviar a sua atualização de modelo, ele embaralha os dados usando uma chave secreta partilhada com o servidor central. Este embaralhamento garante que a unidade de estrada, que é apenas semi-confiável, não consiga ver os parâmetros brutos do modelo. O servidor central, que detém a chave mestra, pode posteriormente desbaralhar os dados agregados para atualizar o modelo global. Este processo garante que os coletores intermediários nunca vejam a informação sensível, permitindo ainda que o modelo final seja reconstruído corretamente. O sistema também garante que a identidade do carro permaneça oculta. Cada veículo utiliza uma identidade temporária e falsa para as suas transmissões, tornando impossível para um observador ligar duas mensagens diferentes ao mesmo carro. Apenas uma autoridade de confiança, mantida separada dos coletores de dados, tem a capacidade de revelar uma identidade real caso um carro se comporte de forma maliciosa, garantindo que a privacidade não venha à custa de uma total prestação de contas.

Para testar quão bem este sistema funciona na prática, os investigadores simularam um ambiente de aprendizagem federada utilizando um conjunto de dados de mais de 50.000 imagens de sinais de trânsito. Configuraram um cenário onde entre 50 a 350 carros virtuais participavam no processo de treino. Os resultados mostraram que o tempo necessário para as operações criptográficas permaneceu notavelmente estável, independentemente de quantos carros estavam envolvidos. Embora o tempo necessário para os carros treinarem os seus modelos locais aumentasse com o tamanho dos seus dados, o tempo gasto em tarefas de segurança, como mascaramento e assinatura, manteve-se consistentemente baixo, com uma média de menos de 0,04 segundos por carro. O tempo necessário para o servidor central verificar as assinaturas em lote cresceu linearmente, mas permaneceu muito rápido, levando apenas cerca de 3,2 milissegundos para verificar as atualizações de 350 carros. Em termos de transmissão de dados, o sistema foi altamente eficiente, exigindo que cada carro enviasse apenas 148 bytes de informação por ronda. Isto é significativamente menos do que outros métodos existentes, que podem exigir centenas ou até milhares de bytes para a mesma tarefa.

Os investigadores compararam a sua abordagem com vários outros métodos de última geração e descobriram que o seu sistema era consistentemente mais rápido e leve. Enquanto alguns esquemas concorrentes dependiam de emparelhamentos matemáticos complexos que levavam quase 10 milissegundos para verificar, o sistema EPDA completou a mesma tarefa numa fração desse tempo. O overhead de comunicação também foi drasticamente reduzido, com o tamanho total de dados por carro sendo inferior a um terço do que outros métodos exigiam. Estas descobertas indicam que o esquema proposto navega com sucesso o difícil equilíbrio entre fortes garantias de privacidade e as exigências de alta velocidade das redes de veículos. O sistema provou ser capaz de lidar com um grande número de participantes sem degradar o desempenho, sugerindo que pode escalar eficazmente à medida que o número de veículos conectados nas estradas continua a crescer.

Em última análise, o trabalho demonstra que é possível construir um sistema de aprendizagem seguro, privado e eficiente para o mundo automóvel sem depender da maquinaria computacional pesada que anteriormente limitou tais aplicações. Ao combinar um método de assinatura leve com uma técnica de mascaramento segura, os investigadores criaram um quadro onde os carros podem aprender juntos sem expor os seus segredos ou abrandar a rede. As simulações sugerem que esta abordagem está pronta para implementação no mundo real, oferecendo um caminho prático para sistemas de transporte inteligentes que respeitam a privacidade do utilizador, mantendo simultaneamente o alto desempenho necessário para uma condução segura. O estudo conclui que este método de agregação dupla fornece uma solução viável para o futuro dos veículos conectados, onde a segurança de dados e a eficiência operacional devem andar de mãos dadas.