Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/59151
Title: การประเมินผลกระทบจากการโจมตีชนิดซิบิลในระบบการลงคะแนน
Other Titles: Evaluation of effect from sybil attack in voting system
Authors: ธีรพล ศิลาวรรณ์
Advisors: เชาวน์ดิศ อัศวกุล
Other author: จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์
Advisor's Email: [email protected]
Subjects: การลงคะแนนเสียงอิเล็กทรอนิกส์
การแฮกข้อมูล
ความปลอดภัยในระบบคอมพิวเตอร์
Electronic voting
Hacking
Computer security
Issue Date: 2559
Publisher: จุฬาลงกรณ์มหาวิทยาลัย
Abstract: ระบบการออกเสียงข้างมากเปราะบางต่อการโจมตีชนิดซิบิลและการสร้างตัวตนปลอมของผู้ไม่หวังดี ผู้ไม่หวังดีหวังว่าการออกเสียงจากตัวตนปลอมเป็นจำนวนมากทำให้ชนะการออกเสียงได้ วิทยานิพนธ์นี้นำเสนอการหาผลกระทบจากการโจมตีชนิดซิบิล คำนวณจากความน่าจะเป็นที่ซิบิลจะชนะการออกเสียงในระบบการลงคะแนนเสียงข้างมากที่มีหลายตัวเลือก ผลลัพทธ์ที่ได้จากสูตรที่นำเสนอสอดคล้องกับการจำลองเหตุการณ์แบบมอนติคาร์โล และมีความแม่นยำมากกว่าสูตรที่มีผู้นำเสนออยู่ก่อนแล้วซึ่งอยู่บนพื้นฐานของการประมาณค่าหางของการแจกแจงชนิดทวินาม ความซับซ้อนของการคำนวณสูตรแม่นตรงคือ 0((n⁺S)ᵏ) เมื่อกำหนดให้ n, k, S คือ จำนวนผู้ใช้งานจริง ตัวเลือก และตัวตนปลอมชนิดซิบิลตามลำดับ สูตรการประมาณค่าที่แม่นยำถูกนำเสนอด้วยระดับความซับซ้อน 0(n) โดยใช้การประมาณค่าการแจกแจงปัวส์ซอง และ 0(k) โดยใช้การประมาณค่าการแจกแจงปกติ ผลกระทบของพารามิเตอร์ในสูตรการคำนวณความน่าจะเป็นที่ซิบิลจะชนะการออกเสียงได้รับการทดสอบเพื่อแสดงให้เห็นถึงประโยชน์ของการใช้สูตร นอกจากนำเสนอการหาสูตรความน่าจะเป็นของการโจมตีชนิดซิบิลแล้ว วิทยานิพนธ์นี้ได้นำเสนอการตรวจจับซิบิลเพื่อปกป้องผู้ใช้งานจริงจากการถูกโจมตี เมื่อระบบการออกเสียงถูกนำเสนอในรูปแบบของกราฟทอพอโลยี ขั้นตอนวิธีการตรวจจับตัวตนปลอมชนิดซิบิลได้ถูกนำเสนอโดยใช้ความน่าจะเป็นที่ซิบิลจะชนะการออกเสียงและพฤติกรรมที่คาดหวังได้จากกลุ่มซิบิลที่จะมีเส้นเชื่อมต่อจากซิบิลถึงผู้ใช้งานจริงที่เป็นเหยื่อมากกว่าเส้นเชื่อมต่อจากผู้ใช้งานจริงถึงซิบิล สุดท้ายการจำลองเหตุการณ์แบบมอนติคาร์โลถูกใช้ในการพิสูจน์สมรรถนะของขั้นตอนวิธีการตรวจหาตัวตนปลอมชนิดซิบิล ผลการทดสอบพบว่าวิธีการตรวจจับซิบิลที่นำเสนอสามารถใช้ตรวจจับซิบิลได้อย่างมีประสิทธิภาพ
Other Abstract: Majority voting systems are vulnerable to Sybil attacks with malicious bogus identity generation. Malicious users hope that voting from many bogus identities can win voting. This dissertation proposes to derive the effect of Sybil attack, as calculated by the success probability of Sybil attack in systems with the multiple-choice majority voting. The outputs, produced by proposed formulas, are consistent with the Monte-Carlo simulation and more accurate than the existing formula based on the multinomial distribution tail estimate. The computational complexity of exact formulas is where n, k, S are the number of real users, choices, and Sybil users, respectively. The accurate approximation formula is proposed with complexity by using a Poisson distribution approximation and complexity by using a normal distribution approximation available. Effects of parameters on the success probability of Sybil attack have been investigated to highlight usefulness of the formulas. Not only the derivation of success probability of Sybil attack, but also this thesis has presented the detection of Sybil identities to protect real users from the attack. With voting system represented as a graph, Sybil detection algorithms have been proposed by using the success probability of Sybil attack and the expected behaviors of Sybil community, with more attack edges than mistaken edges. The Monte Carlo simulation results are finally reported to verify the effectiveness of this Sybil detection algorithm. The numerical results show that the proposed procedures can effectively detect Sybil identities.
Description: วิทยานิพนธ์ (วศ.ด.)--จุฬาลงกรณ์มหาวิทยาลัย, 2559
Degree Name: วิศวกรรมศาสตรดุษฎีบัณฑิต
Degree Level: ปริญญาเอก
Degree Discipline: วิศวกรรมไฟฟ้า
URI: http://cuir.car.chula.ac.th/handle/123456789/59151
URI: http://doi.org/10.58837/CHULA.THE.2016.959
metadata.dc.identifier.DOI: 10.58837/CHULA.THE.2016.959
Type: Thesis
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
5671415421.pdf1.07 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.