Jamming on LoRaWAN Networks : from modelling to detection

Brouillage sur les réseaux LoRaWAN : de la modélisation à la détection

Ivan Marino Martinez Bolivar (1, 2)

1 IETR - Institut d'Électronique et des Technologies du numéRique
2 INSA Rennes - Institut National des Sciences Appliquées - Rennes

The IoT (Internet of Things) knows a great expansion with a predicted of 75 billions of IoT devices by 2025 [Cisco]. LPWAN have emerged as one of the most promising IoT wireless technologies. They are appropriate for devices that require small amounts of data over a long-range, at a low cost, while maintaining long battery life. As for any communication systems, security is one of the biggest concerns. In LPWAN, security is currently provided by symmetric-key algorithms such as AES-128 at upper levels. In the case of LoRaWAN, it offers application-level payload encryption and network-level integrity. Nevertheless, this does not shield it against attacks at a lower level such as jammer-type attacks. A jamming attack takes place at the PHY layer. It is an external node that sends unauthenticated packets to every wireless station in the network with the aim of disrupting communications. In this thesis, we focus on LoRaWAN networks under jamming attacks. We address this problem through a holistic approach that encompasses three fundamental axes: •Network modeling: A new mathematical model for LoRaWAN under jamming and an enhancement of a ns3 module for LoRaWAN under jamming. •Performance evaluation of LoRaWAN under jamming: Extensive simulation campaigns. •Jamming countermeasures: (i) a jamming attack detection algorithm using a statistical approach and (ii) a jamming attack detection algorithm using machine learning.

L'IdO (Internet des Objets) connaît une grande expansion. Parmi les technologies de l'IdO, les réseaux étendus basse consommation (LPWAN) sont des solutions rencontrant actuellement un fort engouement et semblent donc prometteuses. Elles sont adaptées aux appareils qui nécessitent d'envoyer de petites quantités de données sur une longue distance, à faible coût, tout en offrant une durée de vie importante de la batterie. Comme pour tout système de communication, la sécurité est une des plus grandes préoccupations. Pour LPWAN, la sécurité est actuellement assurée par des algorithmes à clé symétrique. Néanmoins, cela ne le protège pas contre les attaques de bas niveau telles que les attaques dites de brouillage. Dans cette thèse, nous nous concentrons sur les réseaux LoRaWAN soumis à des attaques de brouillage de niveau PHY. Nous abordons ce problème à travers trois axes principaux : •Modélisation réseau : un nouveau modèle mathématique et un module ns3 pour LoRaWAN en présence de brouilleurs. •Évaluation des performances de LoRaWAN sous brouillage. •Contre-mesures de brouillage : (i) un algorithme de détection d'attaque de brouillage par l’approche statistique et (ii) par l'apprentissage automatique .

Mots clés: Internet of Things; LoRaWAN; LoRaWAN sensor network; Intrusion Detection Systems; Network Security; Long range radio technology; Low-powered electronics; EWMA; Machine Learning

Mots clés: IdO (Internet des Objets); Brouillage électromagnétique; Systèmes de détection d'intrusion; Simulation des réseaux; Apprentissage automatique; Modèles mathématiques Modélisation; LPWAN; Apprentissage Automatique; Recurrent Neural Networks (RNN)

Domaines: Réseaux et télécommunications [cs.NI]; Modélisation et simulation

Ivan Marino Martinez Bolivar. Jamming on LoRaWAN Networks : from modelling to detection. Networking and Internet Architecture [cs.NI]. Institut National des Sciences Appliquées de Rennes, 2021. English. ⟨NNT : ⟩. ⟨tel-03196484⟩