УДК 004.03

Проблемы внедрения технологий на основе блокчейна в промышленный интернет вещей

Куралесин Вячеслав Викторович – доцент кафедры Информационных систем Воронежского института высоких технологий.

Аннотация: В статье рассмотрены основные проблемы внедрения технологий на основе блокчейна в промышленный интернет вещей. Особенностью является то, что при внедрении технологий на основе блокчейна в промышленный интернет вещей потребуется учесть множество факторов для обеспечения устойчивой и безопасной работы системы. Рассмотрены такие уязвимости как утечки данных из-за принципов, обеспечивающих прозрачность, атака информационного затмения, отсутствие обработки исключений в Solidity, значимость порядка транзакций в смарт-контрактах и другие, которые могут повлиять на работу системы промышленного интернета вещей.

Ключевые слова: интернет вещей, промышленный интернет вещей, безопасность, технологии блокчейн.

Несмотря на преимущества блокчейна, важно учитывать, что использование данной технологии также сопряжено с рядом угроз, которые необходимо устранить [1, с.12].

Безусловно, блокчейн и сопутствующие ему технологии, такие как смарт-контракты, обеспечивают высокий уровень безопасности. Но, как и в случае с любой технологией, блокчейн и смарт-контракты имеют свой собственный набор ограничений и уязвимостей. Исследования показывают, что в кодах смарт-контрактов может быть множество уязвимостей [2, с.7].

В исследованиях чаще всего упоминают следующие проблемы (к которым иногда находятся потенциальные решения):

Отсутствие стандартизации и регуляции

Как стандартизация систем на основе блокчейн для децентрализованных IIoT, так и приведение их к существующим стандартам, все еще на ранних стадиях. Без четкого регулирования и координирования, организация взаимодействия между различными IIoT системами, использующими блокчейн, будет крайне затруднено [3, с.26].

Интероперабельность, стандартизация и некоторые регуляторные аспекты являются более общими проблемами блокчейна [4, с.15].

Малое количество исследований в области взаимодействия по типу машина-машина затрудняет разработку фреймворков [4, с.9].

Утечки данных из-за принципов, обеспечивающих прозрачность

Хотя блокчейн успешно решил проблему конфиденциальности данных в своей сети, это может быть не всегда верно в случае интеграции с IoT. Кроме того, каждый блок в блокчейне разделяет одну и ту же информацию, что выгодно для неизменности данных, но также создает проблемы с анонимностью пользователей. Ряд исследований показывает, что блокчейн может иметь серьезные проблемы с конфиденциальностью данных и уязвим для некоторых атак, таких как прослушивание пакетов и Double-Spending. Насколько известно, на данный момент не существует решения для таких типов атак [2, с.18].

Технология блокчейн позволяет отслеживать проведение транзакций в реальном времени, но в процессе взаимодействия с системой, часть информации об учетной записи пользователя будут уходить в сеть, что тоже, своего рода, проблема безопасности. В будущем такие криптографические технологии как повторное шифрование прокси-сервера и гомоморфное шифрование, могут будут объединены для защиты конфиденциальной информации пользователя [5, с.9].

Атака большинства или атака 51%

Эта атака связана с блокчейнами, требующими консенсуса. В процессе достижения консенсуса по алгоритму Prof of Work, майнеры соревнуются, чтобы найти число nonce, необходимое для подтверждения контракта. Майнер с наибольшей вычислительной мощностью выигрывает гонку, получает вознаграждение и передает «добытый» блок остальным узлам для обновления их локального блокчейна. Но, если так или иначе, майнер получит в свое распоряжение более 50% общей вычислительной мощности сети, то он получит контроль над всей цепочкой блоков. Он может изменять транзакции, управлять разрешениями и т.д. Эта атака может привести ко многим другим атакам, связанным с криптовалютой, таким как атаки Double-Spending, атаки Self-mining [2, с.7].

Атака информационного затмения

Данный тип атаки заключается в контролировании входящих и исходящих соединений жертвы, чтобы предоставлять ей отредактированный взгляд на сеть блокчейн. Данная атака может быть произведена с использованием, например, ботнетов.

Отсутствие обработки исключений в Solidity

Исключение может возникнуть в любое время, а отсутствие надлежащей обработки исключений для некоторых операций смарт-контрактов на языке программирования solidity делает систему уязвимой для некоторых атак [2, с.7].

Значимость порядка транзакций в смарт-контрактах

Майнеры обычно выбирают последовательность транзакций, отличную от той, в которой они поступают. В результате смарт-контракты, которые зависят от текущего состояния переменных хранилища, столкнуться с проблемой порядка транзакций. Транзакция выбирается на основе величины комиссии, связанного с ней. Таким образом, вредоносная транзакция может быть выбрана раньше подлинной, основываясь на величине комиссии [2, с.7].

Атака BGP

Эта атака заражает маршрутную информацию сети блокчейн. Основная цель этой атаки – создать задержку распространения информации. В результате у других майнеров возникают пробелы в данных, и они отстают в процессе майнинга [2, с.7].

Зависимость от метки времени

Некоторым приложениям для правильного функционирования требуется знать точное время. Но любой майнер с достаточной вычислительной мощностью может повлиять на результат в свою пользу, манипулируя временем в течение нескольких секунд. Этот тип уязвимости серьезен только в тех ситуациях, в которых доля секунды – значимый промежуток времени [2, с.7];

Ненадежные входные данные

Блокчейн может гарантировать целостность обработки данных с его помощью, но только в том случае, если он не получает вредоносные данные с устройств Интернета вещей. Причин повреждения данных в IoT может быть очень много, таких как отказ устройств, поддельные устройства, взломанные сети и устройства IoT и т.д [2, с.18].

Входные данные из внешних источников в блокчейн, запрашиваемые смарт-контрактами, могут быть вредоносными. Внешним источником может быть веб-сайт или устройство Интернета вещей, и данные с него могут быть изменены для заражения цели. В сценарии Интернета вещей эта уязвимость может быть более опасной, поскольку узлы Интернета вещей легкодоступны [2, с.7].

Узлы могут быть физически не защищены и доступны злонамеренным пользователям [6, с.5].

Неприемлемые задержки

Привычная задержка выполнения операции в промышленных системах управления находится на уровне микросекунд, в то время как блокчейн-сеть обычно не может удовлетворить потребность в подобном уровне отзывчивости [2, с.18].

Снижение пропускной способности

Алгоритм консенсуса PBFT требует, чтобы каждый узел проверки обменивался большим количеством сообщений с другими, тем самым гарантируя высокую безопасность блокчейн-системы, однако в ущерб эффективности связи.

Блокчейн требует обслуживания распределенного реестра на многих валидационных узлах, что приводит к снижению пропускной способности системы и может повлиять на систему, в которой используется блокчейн. Блокчейн может стать слабым местом системы в плане пропускной способности [7, с.15].

Одной из самых больших проблем интеграции блокчейна с IoT. Общеизвестно, что системы, интегрированные с IoT, работают относительно медленнее, чем другие. В системе Интернета вещей устройства могут генерировать огромные объемы данных в режиме реального времени, которые могут не синхронизироваться со скоростью блокчейна. Скорость обработки многих систем, основанных на блокчейне, таких как криптовалюты Bitcoin и Ethereum и т.д., на данный момент составляет не более 4-5 транзакций в секунду. Кроме того, блокчейн создан не для хранения и обработки таких данных, которые могут быть получены с помощью Интернета вещей. Этот разрыв в скорости транзакций может создать ограничение в производительности для транзакций Интернета вещей [2, с.18].

Требовательность к объему хранилища

Контроллеры в современных устройствах IIoT, как правило, имеют ограниченный объем памяти. Сбор массивных промышленных данных в узлы блокчейна – устройства IIoT, может привести к нарушению работы всей сети [2, с.18].

Существует огромная разница между операционным и статическим размером данных между блокчейном и Интернетом вещей. Размер технологий, основанных на блокчейне, таких как криптовалюты Bitcoin и Ethereum, уже пересек значения в 250 ГБ и 1 ТБ соответственно, что является огромным размером для системам Интернета вещей. Обработка этих данных практически невозможна для устройств Интернета вещей, и это является серьезным препятствием для интеграции блокчейна в IoT. Таким образом, размер блокчейна делает невозможным полное развертывание блокчейна в системах Интернета вещей. Внедрение облачных вычислений может решить проблему за счет хранения данных блокчейна в облаке, и только некоторые частичные и облегченные данные будут храниться на устройствах Интернета вещей. Однако это может привести к конфликту фреймворка, поскольку облачные вычисления – это централизованно управляемая структура, в то время как блокчейн распределен по своей природе.

Ключевые факторы, влияющие на пропускную способность блокчейна, включают размер блока и интервал между блоками. Размер блока определяет количество транзакций, которые могут содержаться в блоке. Интервал блока – это интервал времени, необходимый для создания нового блока. Чтобы решить проблему пропускной способности, разрабатывается модель, способная адаптировать приведенные выше параметры к конкретной ситуации и помочь повысить производительность архитектуры [7, с.8].

Для повышения пропускной способности необходимо внедрить инновации в структуру хранилища и механизм достижения консенсуса, чтобы промышленное использование стало возможным [2, с.18]. Создание эффективного облегченного алгоритма консенсуса в системах IIoT для промышленных приложений – это будущее направление для повышения эффективности блокчейн-сети IIoT в условиях сбоев или помех.

Таким образом, при внедрении технологий на основе блокчейна в промышленный интернет вещей необходимо учитывать множество факторов, что потребует тщательной проработки потребностей в тех или иных технологиях, а также комплексный подход при проектировании, реализации и дальнейшем обслуживании таки систем. Уровень компетенций специалистов, задействованных в процессе реализации таких проектов должен быть достаточным для учета всех факторов, влияющих на работу системы.

Список литературы

  1. Valerian Rey, Pedro Miguel Sánchez Sánchez, Alberto Huertas Celdrán, Gérôme Bovet, Federated learning for malware detection in IoT devices, Computer Networks, Volume 204, 2022, 108693, ISSN 1389-1286. [Электронный ресурс]. URL: https://www.sciencedirect.com/science/article/pii/S1389128621005582 (дата обращения: 20.07.23).
  2. Rajesh Kumar, Rewa Sharma, Leveraging blockchain for ensuring trust in IoT: A survey, Journal of King Saud University - Computer and Information Sciences, Volume 34, Issue 10, Part A, 2022, Pages 8599-8622, ISSN 1319-1578. [Электронный ресурс]. URL: https://www.sciencedirect.com/science/article/pii/S131915782100255X (дата обращения: 20.07.23).
  3. Secure Blockchain Middleware for Decentralized IIoT towards Industry 5.0: A Review of Architecture, Enablers, Challenges, and Directions. URL: https://www.researchgate.net/publication/363933422_Secure_Blockchain_Middleware_for_Decentralized_IIoT_towards_Industry_50_A_Review_of_Architecture_Enablers_Challenges_and_Directions (дата обращения: 20.07.23).
  4. Tange, M. De Donno, X. Fafoutis and N. Dragoni, "A Systematic Survey of Industrial Internet of Things Security: Requirements and Fog Computing Opportunities," in IEEE Communications Surveys & Tutorials, vol. 22, no. 4, pp. 2489-2520, Fourthquarter 2020, doi: 10.1109/COMST.2020.3011208. [Электронный ресурс]. URL: https://ieeexplore.ieee.org/abstract/document/9146364 (дата обращения: 20.07.23).
  5. Wei Hu, Huanhao Li, A blockchain-based secure transaction model for distributed energy in Industrial Internet of Things, Alexandria Engineering Journal, Volume 60, Issue 1, 2021, Pages 491-500, ISSN 1110-0168. [Электронный ресурс].URL: https://www.sciencedirect.com/science/article/pii/S1110016820304749 (дата обращения: 20.07.23).
  6. Lakshmana Kumar, Firoz Khan, Seifedine Kadry, Seungmin Rho, A Survey on blockchain for industrial Internet of Things, Alexandria Engineering Journal, Volume 61, Issue 8, 2022, Pages 6001-6022, ISSN 1110-0168, [Электронный ресурс]. URL: https://www.sciencedirect.com/science/article/pii/S1110016821007560 (дата обращения: 20.07.23).
  7. Wang, Xiaojuan & Zikui, Lu & Sun, Siyuan & Wang, Jingyue & Song, Luona & Merveille, Nicolas. (2022). Optimization Scheme of Trusted Task Offloading in IIoT Scenario Based on DQN. Computers, Materials & Continua. 10.32604/cmc.2023.031750. [Электронный ресурс]. URL: https://www.researchgate.net/publication/366154610_Optimization_Scheme_of_Trusted_Task_Offloading_in_IIoT_Scenario_Based_on_DQN (дата обращения: 20.07.23).

Интересная статья? Поделись ей с другими: