Detecting Compromised Edge Smart Cameras using Lightweight Environmental Fingerprint Consensus
Detecting Compromised Edge Smart Cameras using Lightweight Environmental Fingerprint Consensus
复制标题
使用轻量级环境指纹共识检测受损的边缘智能相机
DOI：
10.1145/3485730.3493684
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Aved, Alexander
中科院分区：
文献类型：
--
作者：
Nagothu, Deeraj;Xu, Ronghua;Chen, Yu;Blasch, Erik;Aved, Alexander
现代智慧城市中视频物联网 (IoVT) 部署的快速发展以最少的人为干预实现了安全的基础设施。然而，对音频视频输入的攻击会影响大规模多媒体监控系统的可靠性，因为攻击者能够操纵对现场事件的感知。例如，Deepfake 音频/视频攻击和帧复制攻击可能会导致严重的安全漏洞。本文提出了一种基于轻量级环境指纹共识的边缘监控系统（LEFC）中受损智能相机的检测。 LEFC 是一种部分去中心化的身份验证机制，利用电网频率（ENF）作为环境指纹和分布式账本技术（DLT）。 ENF 信号携带随机波动的时空签名，从而实现数字媒体身份验证。以所提出的名为 Proof-of-ENF (PoENF) 的 DLT 共识机制为骨干，LEFC 可以估计和验证媒体记录并检测由犯罪者控制的拜占庭节点。实验评估表明了所提出的LEFC方案在分布式拜占庭网络环境下的可行性和有效性。
Rapid advances in the Internet of Video Things (IoVT) deployment in modern smart cities has enabled secure infrastructures with minimal human intervention. However, attacks on audio-video inputs affect the reliability of large-scale multimedia surveillance systems as attackers are able to manipulate the perception of live events. For example, Deepfake audio/video attacks and frame duplication attacks can cause significant security breaches. This paper proposes a Lightweight Environmental Fingerprint Consensus based detection of compromised smart cameras in edge surveillance systems (LEFC). LEFC is a partial decentralized authentication mechanism that leverages Electrical Network Frequency (ENF) as an environmental fingerprint and distributed ledger technology (DLT). An ENF signal carries randomly fluctuating spatio-temporal signatures, which enable digital media authentication. With the proposed DLT consensus mechanism named Proof-of-ENF (PoENF) as a backbone, LEFC can estimate and authenticate the media recording and detect byzantine nodes controlled by the perpetrator. The experimental evaluation shows feasibility and effectiveness of proposed LEFC scheme under a distributed byzantine network environment.
登录
查看更多内容
DeFake：视频会议中基于去中心化 ENF 共识的 DeepFake 检测
DOI：
10.1109/mmsp53017.2021.9733503
发表时间：
2021
期刊：
2021 IEEE 23rd International Workshop on Multimedia Signal Processing (MMSP)
影响因子：
--
作者：
Deeraj Nagothu;Ronghua Xu;Yu Chen;Erik Blasch;Alexander J. Aved
通讯作者：
Alexander J. Aved
在边缘使用电网频率估计来验证视频源
DOI：
10.4108/eai.4-2-2021.168648
发表时间：
2018
期刊：
EAI Endorsed Trans. Security Safety
影响因子：
--
作者：
Deeraj Nagothu;Yu Chen;Alexander J. Aved;E. Blasch
通讯作者：
E. Blasch
利用电力ENF信号进行网内位置估计的可行性研究
DOI：
--
发表时间：
2021
期刊：
影响因子：
--
作者：
Ravi Garg;Adi Hajj;Min Wu
通讯作者：
Min Wu
影响因子：
4.5
作者：
Xu, Ronghua;Nagothu, Deeraj;Chen, Yu
通讯作者：
Chen, Yu
利用滚动快门从视频中提取 ENF 信号
DOI：
10.1109/icip.2014.7026086
发表时间：
2014
期刊：
2014 IEEE International Conference on Image Processing (ICIP)
影响因子：
--
作者：
Hui Su;Adi Hajj;Ravi Garg;Min Wu
通讯作者：
Min Wu