基于信任行为感知的WSN主动识别安全算法.pdf
《基于信任行为感知的WSN主动识别安全算法.pdf》由会员分享,可在线阅读,更多相关《基于信任行为感知的WSN主动识别安全算法.pdf(7页珍藏版)》请在咨信网上搜索。
1、 收稿日期:基金项目:国家自然科学基金()作者简介:李强强()男安徽亳州人硕士生文章编号:()基于信任行为感知的 主动识别安全算法李强强王军号(安徽理工大学 计算机科学与工程学院安徽 淮南)摘要:在无线传感器网络中为了解决恶意节点通过伪装窃取数据造成 中敏感信息丢失问题提出了一种基于可信连接架构的安全访问模型 通过引入调节因子和挥发因子可以自适应调整节点历史信任值对综合信任度的影响阻止恶意节点通过群体欺诈获取信任值同时设置节点最低信任阈值以防止节点受到虚假转发数据、拒绝转发数据的影响 利用主动识别策略识别网络中可能存在的信任攻击进一步提高模型的安全性 结果表明:该方法可以对网络中的信任攻击行为
2、进行有效地识别从而提升了对恶意结果的检测率和恶意节点的识别速度能有效降低节点时延减少网络丢包延长生命周期关键词:无线传感器网络可信连接架构恶意节点信任攻击中图分类号:文献标志码:传感器节点通过单跳或多跳通信采用自组织方式构造无线传感器网络()通常情况下 被部署在无人值守的极端环境下用于数据处理、环境监测和计算处理等任务 然而节点之间的数据易被窃取和篡改造成大量敏感信息的丢失防御恶意节点间的欺诈和伪装手段成为了目前 中必然研究的课题 基于信任度的攻击手段会通过俘虏的方式扰乱节点的算法过程对整个模型产生致命的影响 目前大多数信任模型无法直接高效的识别此类攻击因此就要为网络设计出一套合适的路由规划策
3、略改进信任连接架构算法提高恶意节点检出率防止敏感数据被恶意节点窃取以及造成可靠节点的瘫痪促进网络的稳定在无线传感器网络中节点的内部攻击难以单纯依靠密码进行阻拦目前越来越多学者开始通过建立 信任模型利用可信度评估方法实现对 中恶意节点的快速识别 陶洋等提出了基于节点交互距离的推荐信任度和基于物理距离的能量信任度计算方法采用簇头节点动态更新算法保证了每个时间点的簇头节点都是最高信任度节点提高了 节点交互的成功率然而该算法无法对伪装攻击进行高效识别 谭敏生等人在 协议的基础上设计了一种新的信任评估机制结合层次分析法和模糊集合理论分级区分节点之间的信任关系在相邻节点中选择信任等级高的节点进行路由并删除
4、信任等级低的节点 与传统的信任管理方法不同基于风险感知声誉的信任评估节点信任时模型考虑了交互风险直接邻居之间还会相互分享意见以促进信任评估 基于信任机制的安全路由研究是当今解决网络内部攻击的一大重要手段然而这些研究难以对欺诈攻击等有效识别同样计算量大运用场景限制很大很难满足复杂地区的运用 为弥补目前关于网络中恶意节点欺骗行为研究的不足本文设计了一种新型的信任度评价机制在 多跳网络中根据节点与邻居节点的历史交互行为进行节点间的信任评估以便于更第 卷 第 期 年 月兰州工业学院学报 .加有效的检验出网络中的信任攻击行为和寻找安全可信路由 信任感知模型综合信任值是衡量节点好坏的直接标准而影响综合信任
5、的影响因素由历史交互情况、节点剩余能量决定 其中不确定性采用行为逻辑、动态调参和梯度分层对网络中的节点进行逻辑建模 这些方法都有助于算法通过使用过去的数据和约束来预测未来的行为.信任评估模型原理在多跳 网络中针对 节点路由过程中与信任有关的攻击手段如常见的开关攻击、坏嘴攻击和共谋攻击等进行信任值评估 这类信任攻击有重复转发数据、拒绝转发数据和虚假转发数据的特点在网络中每个节点进行数据转发的主要思想是根据节点剩余能量和综合信任值来选取最优下一跳节点整体设计框架如图 所示在信任计算阶段首先通过节点重要影响因子和历史交互行为计算出直接信任值和推荐信任值 随后按自适应权重因子进行权值调整并进一步求得被
6、评估节点的综合信任值 从多个相邻节点中选取一个可靠度高、剩余能量高的节点 在选择最优邻居节点进行数据转发并更新路由信任表后邻居节点中信任等级较低的部分则需要进行隔离管控图 信任评估模型整体框架 在节点 进行数据转发过程中最大信号半径内 个节点都有成为下一跳的可能节点 在 个相邻节点 中选取能量 的节点作为下一跳将符合条件的 个节点移到备选节点集和 中如图 所示报文在节点 开始转发其中 是节点最远信号距离 源节点经过第一次传递找到了最优下一跳并在第 次传递后数据被成功发送到目标节点 处图 路由传递.直接信任值模型假设结点 对结点 进行信任度评价将结点 作为评价结点结点 作为被评价结点 在此基础上
7、引入绝对偏差设置一个最低阈值将能量低的节点剔除出去并利用信任模型将各种状态信息引入到网络中计算出直接和推荐的信任度从而筛选出高可信度的节点 直接信任值为()()()()()式中:表示惩罚权重与节点自身交互成功率、剩余能量、距离矢量等影响因子有关可以通过调节权重改变节点直接信任值惩罚因子自适应函数为 ()()式中:/表示节点 的历史倾向行为情况为了公平使 .和 分别表示网络中评估节点 中消极行为和正常行为是评估节点消极行为次数和正常行为次数的比值在作用下当 的比值越大表示自适应惩罚因子越大则 值越小.数据可信度为避免数据重复和被篡改确保数据包能够可靠地转发给相邻节点需要对被评估节点进行差异性和容
8、错性评估通过使用基于检测数据的可信度算法设计了一种基于检测的一致性算法利用了数据差异性的评估结果节点必须完整的将数据传递第 期 李强强等:基于信任行为感知的 主动识别安全算法到邻居节点否则该协议将视该节点可疑假设评估节点 在单位时间 内向下一节点传递的数据包序列是()()评估节点 在 时刻发送的数据序列为()()为确保单位时间内数据传输的可信度将不同时刻内节点发送的数据包进行序列差值比较 首先 个节点的数据包测量值为()说明节点 可信 否则存在 种情况:一是节点能量不足而拒绝转发数据二是节点之间存在来自恶意节点的共谋或恶意诽谤促使节点信任值在短时内增高或降低 此时应及时过滤掉偏离度 且直接信任
9、值 兰州工业学院学报 第 卷小于设定阈值的节点将接信任值大于设定阈值且偏离度 进行隔离并进行下一轮信任值计算 模型验证与分析.模型说明在节点之间设置看管组件对邻居节点之间的数据流进行检测对可用路径进行巡查寻找最优下一跳节点在节点之间从外到内将数据逐梯度地传递给根节点其实现流程如图 所示 以下是基于节点反常时间的 个唤醒模式的设计定义:循环报告网络 把没有出现异常情况且节点监控数据在正常范围内的网络称为周期性报告网络定义:事件驱动网络 在此基础上提出了一种基于事件驱动的网络模型对超过阈值的恶性事件进行汇报 信任计算模型基于层次分析法()和模糊逻辑算根据节点的直接信任、推荐信任以及主要影响因子综合
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 信任 行为 感知 WSN 主动 识别 安全 算法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。