Sécurité et évaluation des performances de LoRaWAN pour l’Internet des objets

Lorawan security and performances evaluation for internet of things

• Auteur / Autrice : Mi Chen
• Direction : Nadia Lynda Mokdad, Jalel Ben Othman
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 21/05/2024
• Etablissement(s) : Paris 12
• Ecole(s) doctorale(s) : École doctorale Mathématiques, Sciences et Technologies de l'Information et de la Communication (Champs-sur-Marne, Seine-et-Marne ; 2010-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'algorithmique, complexité et logique (Créteil) - Laboratoire d'Algorithmique Complexité et Logique / LACL
• Jury : Président / Présidente : Pascal Lorenz
• Jury : Examinateurs / Examinatrices : Nadia Lynda Mokdad, Jalel Ben Othman, Adlen Ksentini, Abdallah Shami, Hacène Fouchal, Jean-Michel Fourneau, Nouria Harbi
• Jury : Rapporteurs / Rapporteuses : Adlen Ksentini, Abdallah Shami

Mots clés

Mots clés contrôlés

Réseaux d'ordinateurs -- Mesures de sûreté

Réseaux à grande distance (informatique)

Internet des objets

Mots clés libres

L'Internet des objets (IoT)

LoRaWAN

Sécurité

Évaluation des performances

Système de transport intelligent (ITS)

Apprentissage automatique (ML)

Internet of Things (IoT)

LoRaWAN

Security

Performance evaluation

Intelligent Transportation System (ITS)

Machine Learning (ML)

Résumé

L'Internet des objets (IoT) est une technologie qui vise à fournir une connectivité pour les objets ou les équipements. Parmi les nombreuses technologies de l'IoT, le réseau étendu à faible consommation d`énergie (LPWAN: Low Power Wide Area Network) est essentiel, car il répond à la nécessité d`une couverture étendue et d`une consommation d`énergie minimale. Parmi les technologies LPWAN, le réseau LoRaWAN (Long Range Wide Area Network) fait l'objet d'une attention particulière dans le cadre de l'IoT en raison de sa capacité à établir un réseau sans fil avec des dispositifs important sur de longues distances tout en minimisant la consommation d'énergie. Avec la croissance rapide des exigences du réseau et le grand potentiel de LoRaWAN, l'évaluation des performances du réseau et l'analyse de la sécurité sont devenus des enjeux primordiaux.Cette thèse se concentre sur la sécurité et l'évaluation des performances du réseau LoRaWAN. En mettant en œuvre différents algorithmes d'apprentissage par renforcement (RL), diverses approches d'allocation dynamique de paramètres au niveau MAC sont introduites pour améliorer les performances du réseau LoRaWAN. Sur les aspects de la sécurité, deux comportements malveillants au niveau de la couche MAC, à savoir les comportements gourmands (greedy) et les attaques par déni de service (DoS) ont été considérés. De nouveaux algorithmes de détection et des contre-mesures efficaces ont été proposés. Des cas d'utilisations sont aussi abordés dans le cadre de cette thèse, avec une application aux systèmes de transport intelligent (ITS) basé sur LoRaWAN. Une architecture intelligente de gestion des voies rapides urbaines est présentée, tirant parti de LoRaWAN et de l'edge computing. Un algorithme innovant de prévision de l'état du trafic basé sur le machine learning (ML) est proposé dans le cadre de cette architecture. Un autre aspect important a été abordé dans cette thèse à savoir le développement d'outils pour l'évaluation des performances du réseau LoRaWAN utilisant cette technologie, en y incluant une approche de vérification probabiliste des modèles pour LoRaWAN. Ces outils et méthodes, permettent une évaluation quantitative et qualitative des performances. En outre, deux outils de simulation sont développés dans cette thèse pour évaluer statistiquement les travaux proposés.

The Internet of Things (IoT) is a technology that aims to provide networks for objects or equipments. Among many IoT technologies, the Low Power Wide Area Network (LPWAN) is pivotal, addressing the need for extended coverage and minimal power consumption. As one of the LPWAN technologies, the Long Range Wide Area Network (LoRaWAN) has garnered significant attention within the IoT due to its ability to establish a wireless network with massive devices over long distances while minimizing energy consumption. With the rapid growth of network requirements and LoRaWAN’s significant potential, network performance evaluation and security analysis are becoming increasingly crucial.This thesis focuses on LoRaWAN security and performance evaluation. Various dynamic parameter allocation approaches are introduced, implementing different Reinforcement Learning (RL) algorithms to enhance LoRaWAN’s performance. Shifting to the security domain, the study delves into two malicious behaviors at the MAC layer—greedy behaviors and Denial of Service (DoS) attacks. The research investigates their impact on the network, develops novel detection algorithms, and explores effective countermeasures. Furthermore, the feasibility of LoRaWAN-based Intelligent Transportation System (ITS) is studied from an application perspective. An intelligent urban expressway management architecture is introduced, leveraging LoRaWAN and edge computing. An innovative Machine Learning (ML)-based traffic state forecast algorithm is proposed within this architecture. Additionally, this thesis also contributes to tools for network performance evaluation, including a probabilistic model verification approach for LoRaWAN for quantitative and qualitative performance evaluation and two simulation tools to evaluate the proposed works statistically.