Use este identificador para citar ou linkar para este item:
https://repositorio.ufpe.br/handle/123456789/59886
Compartilhe esta página
Título: | SIMA-IoV - arquitetura e mecanismo para a seleção inteligente do método de autenticação na Internet de Veículos 5G |
Autor(es): | QUEIROZ, Anderson Apolonio Lira |
Palavras-chave: | Internet de Veículos; Computação de Borda; Tecnologia 5G; Autenticação; Otimização Bayesiana |
Data do documento: | 16-Ago-2024 |
Editor: | Universidade Federal de Pernambuco |
Citação: | QUEIROZ, Anderson Apolonio Lira. SIMA-IoV - arquitetura e mecanismo para a seleção inteligente do método de autenticação na Internet de Veículos 5G. 2024. Tese (Doutorado em Ciência da Computação) – Universidade Federal de Pernambuco, Recife, 2024. |
Abstract: | O mercado de veículos conectados cresceu substancialmente nos últimos anos, fortale- cendo a Internet dos Veículos (IoV). Esse ecossistema viabiliza a conectividade entre veículos, infraestrutura dos sistemas de transporte inteligentes (ITS) e dispositivos de pedestres, além de permitir acesso a serviços de Internet e recursos de nuvens computacionais. Entretanto, a adoção mais ampla da IoV, com todo o seu potencial inovador para as cidades inteligentes, depende de estratégias eficazes de segurança e privacidade. Um dos pilares fundamentais para garantir segurança na IoV é o processo de autenticação. Por um lado, a autenticação deve assegurar que apenas veículos autorizados obtenham conectividade, armazenamento e proces- samento na IoV. Por outro lado, este processo não deve comprometer a qualidade de serviço (QoS) de aplicações críticas, como streaming de vídeo dos passageiros e atualizações remotas de software automotivas, conhecidas como over-the-air (OTA). O desafio desta pesquisa é equilibrar a necessidade de segurança com a manutenção da QoS em um ambiente de alta mobilidade e densidade variável de veículos. O estudo avaliou estratégias de autenticação para veículos em redes móveis 5G-V2X, comparando abordagens centralizadas, baseadas em auto- ridades de confiança (TA), e soluções distribuídas com suporte de blockchain, utilizando os algoritmos de consenso PoW (Proof of Work) e PoS (Proof of Stake). Foi proposta uma ar- quitetura em camadas para IoV, incorporando os dois métodos de autenticação em ambientes de computação de borda (edge) e nevoeiro (fog). Os mecanismos foram implementados utili- zando os simuladores OMNeT++, Veins, SIMU5G, INET e SUMO, com dados de tráfego da Avenida Agamenon Magalhães, Recife-PE, Brasil, para capturar a variabilidade do ambiente real. O objetivo foi desenvolver um arcabouço inteligente para a tomada de decisão ciente de contexto na escolha do método de autenticação mais adequado para a IoV, utilizando otimização bayesiana para melhorar a segurança e a eficiência operacional dos sistemas de transporte inteligente. A solução proposta, SIMA-IoV, seleciona dinamicamente o método de autenticação (centralizado ou descentralizado) mais adequado com base nos dados coletados. Os resultados das simulações indicam que a computação de borda distribuída entre as esta- ções rádio base 5G garantiu tempos de autenticação na ordem de milissegundos, mantendo a continuidade dos serviços em ambientes de alta mobilidade. O SIMA-IoV demonstrou que a autenticação baseada em blockchain com PoS é mais estável para cenários de alta densidade de veículos, enquanto a TA apresentou melhor desempenho em cenários de baixa densidade. Já o PoW mostrou instabilidade, destacando suas limitações em ambientes IoV de alta demanda. Os resultados obtidos foram inovadores, mostrando um avanço significativo na otimização do serviço de autenticação em redes móveis veiculares. |
URI: | https://repositorio.ufpe.br/handle/123456789/59886 |
Aparece nas coleções: | Teses de Doutorado - Ciência da Computação |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
TESE Anderson Apolonio Lira Queiroz.pdf | 18 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este arquivo é protegido por direitos autorais |
Este item está licenciada sob uma Licença Creative Commons