CN103731833A - 无线传感器网络的便携电脑级恶意节点检测与容忍方法 - Google Patents
无线传感器网络的便携电脑级恶意节点检测与容忍方法 Download PDFInfo
- Publication number
- CN103731833A CN103731833A CN201410001114.8A CN201410001114A CN103731833A CN 103731833 A CN103731833 A CN 103731833A CN 201410001114 A CN201410001114 A CN 201410001114A CN 103731833 A CN103731833 A CN 103731833A
- Authority
- CN
- China
- Prior art keywords
- node
- radio
- frequency
- malicious node
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000004891 communication Methods 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims description 21
- 238000001514 detection method Methods 0.000 claims description 20
- 239000000284 extract Substances 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 7
- 230000002123 temporal effect Effects 0.000 claims description 5
- 238000013459 approach Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000009545 invasion Effects 0.000 claims description 3
- 238000002955 isolation Methods 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 230000016571 aggressive behavior Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010304 firing Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000006386 memory function Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000009331 sowing Methods 0.000 description 1
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种无线传感器网络的便携电脑级恶意节点的检测与容忍方法,不同于传统的多路由方法和信任模型的思路,本发明利用网关节点采集提取传感器网络中无线信号的射频指纹,通过分析比较传感器网络的节点布设之前的射频指纹与传感器节点进入工作状态下的射频指纹之间的差异找到便携电脑级恶意节点;因为各射频模块产生信号的射频指纹存在明显差异性并且不可复制,所以利用射频指纹进行便携电脑级恶意节点的检测与容忍具有一定先进性和有效性,为无线传感器网络的安全通信提供了新思路。
Description
技术领域
本发明涉及一种无线传感器网络的便携电脑级恶意节点的检测与容忍方法,属于无线通信和网络安全领域。
背景技术
随着传感器、计算机、无线通信、微机电等技术的发展和相互融合,产生了无线传感器网络(WSN:wireless sensor networks),无线传感器网络可应用于布线和电源供给困难的区域、人员不能到达的区域(如受到污染、环境不能被破坏或敌对区域)和一些临时场合(如发生自然灾害时,固定通信网络被破坏)等。它不需要固定网络支持,具有快速展开,抗毁性强等特点,可广泛应用于军事、工业、交通、环保等领域,引起了人们广泛关注。
无线传感器网络是由大量的电池能量、计算能力、存储能力、通信能力有限的传感器节点组成。如果网络节点不可控(例如,敌战区)或者WSN规模庞大,那么节点将会通过随机撒播的方式布置。由于WSN是无线通信,攻击者可轻易在该网络的任务域里监听信道,向信道里注射比特流,重放以前监听到的数据包。此外,如果传感器随机部署在无人值守的外部空间的,攻击者可轻易捕获该节点,重写内存,或者用自己的传感器来替代该节点,通过冒充以获得数据信息。
但是,WSN由于自身资源和计算能力的限制,导致其在安全方面比普通计算机网络面临更严峻的挑战。因此,需要更加有效的安全防范机制。
射频信号的特征也称为射频指纹,是指能够产生射频信号的发射器硬件模块或设备所具有的物理特征,这个物理特征从发射器发射的射频信号中提取,作为识别发射器硬件模块或设备的依据。目前研究表明,类似于人类指纹的差异性,射频指纹在当前的技术条件下具有可区分性,即可以把射频指纹作为区分不同发射器硬件模块或设备的一种标准,并且具有应用价值。
对WSN中攻击者的一个重要区分就是微粒级攻击者和便携电脑级的攻击者,微粒级攻击者指攻击者采用与正常传感器节点能力相当的节点设备进行攻击,微粒级攻击者只能够攻击到少数一些节点。便携电脑级的攻击者便可能采用相对更高级别的设备,比如便携式电脑或者其他智能设备,其硬件和网络中的正常节点有着明显的区别。这种情况下,恶意节点对于正常节点便具有一定的优势:它们拥有更大的电池容量、能力更强 的CPU和无线电发射器,或者拥有更为灵敏的天线。因此这个级别的攻击者攻击范围更大和危害更大,甚至可以阻塞整个无线传感器网络的通信。
发明内容
发明目的:
为了克服现有技术中存在的不足,本发明提出一种无线传感器网络的便携电脑级恶意节点的检测与容忍方法,由于无线传感器网络中的正常节点与便携电脑级恶意节点相比,其硬件配置不同,它们产生的射频信号特征也存在明显差异,基站通过采集射频信号提取特征检测网络中的便携电脑级恶意节点,并将此信息通知网络中所有正常节点达到容忍的目的。
技术方案:
为实现上述目的,本发明采用的技术方案为:
一种无线传感器网络的便携电脑级恶意节点的检测与容忍方法,包括如下步骤:
(1)在进行传感器网络的节点布设之前,选取一些传感器节点产生射频发射信号,由网关节点对这些射频信号进行采集并进行变换,选取其中具有共性的特征作为传感器节点的射频指纹;
(2)完成传感器网络布设,所有传感器节点进入正常工作状态;网关节点除了完成正常的功能外,还进行射频信号的采集,并从中提取信号的射频指纹,将所提取的射频指纹和本地的传感器网络节点的射频指纹进行比较;
(3)当射频指纹和本地传感器节点的射频指纹一致,不做任何处理,重复步骤(2);当射频指纹和本地传感器节点的射频指纹不一致,但是信号可以正常解调处理,说明网络中有其他恶意节点入侵并在网络中进行非法通信,进入步骤(4);当射频指纹和本地传感器节点的射频指纹不一致,信号也无法正常解调处理,说明网络中有其他的异构节点进行通信,防止对空中无线干扰信号的误判,记录此射频指纹出现的次数为C1,当C1大于阈值,判断产生此射频信号的恶意节点在网络中进行非法通信,进入步骤(5);
(4)网络中检测到射频指纹和本地传感器节点的射频指纹不一致,但是信号可以正常解调处理的同频工作的恶意节点,网关节点将恶意节点的ID和位置信息通知到网络中的各个传感器节点,阻断和隔离恶意节点的通讯,达到容忍恶意节点的目的;
(5)网络中检测到异构的恶意节点,网关节点根据其信号强度对恶意节点进行定位,并采用移动检测的方式按照信号强度增加的方向不断接近恶意节点,直到找到恶意节点并将其从网络中去除,达到容忍恶意节点的目的。
进一步的,步骤(1)中所述的具有共性的特征为从时域和频域提取的信号特征,包括时域包络、频偏、频谱形状、相位、小波因子。
进一步的,步骤(2)中所述的网关节点除了具有和网络中正常节点同样功能的无线射频模块外,还具有全频段的无线射频接收处理模块。
进一步的,步骤(2)中所述的无线射频模块、保持其和网络节点的正常通信功能,对正常工作频段的无线信号进行解调处理。
进一步的,步骤(2)中所述的全频段无线射频接收处理模块、接收放大空中的无线信号,对潜在恶意节点发送的功率较大的信号进行滤波采集,并提取信号特征获得其射频指纹。
进一步的,步骤(3)中所述的阈值为5。
进一步的,对于所述射频指纹和本地传感器节点的射频指纹不一致,但是信号可以正常解调处理的同频工作的恶意节点,先采用针对所述同频工作的恶意节点的检测容忍方法进行处理,如未达到容忍恶意节点的目的,再采用针对所述异构恶意节点的检测容忍方法进行处理,防止所述同频工作的恶意节点同时具有异构的恶意节点的功能。
有益效果:本发明提供无线传感器网络的便携电脑级恶意节点的检测与容忍方法,不同于传统的多路由方法和信任模型的思路,本发明利用网关节点采集提取传感器网络中无线信号的射频指纹,通过分析比较传感器网络的节点布设之前的射频指纹与传感器节点进入工作状态下的射频指纹之间的差异找到便携电脑级恶意节点。因为各射频模块产生信号的射频指纹存在明显差异性并且不可复制,所以利用射频指纹进行便携电脑级恶意节点的检测容忍具有一定先进性和有效性,为无线传感器网络的安全通信提供了新思路。
附图说明
图1为本发明方法的流程图;
图2(a)为CC2530芯片构成的无线传感器平台下的射频信号示意图;
图2(b)为CC1110芯片构成的无线传感器平台下的射频信号示意图;
图3为本发明方法在sinkhole攻击下的工作示意图;
图4为本发明方法在hello泛洪攻击下的工作示意图;
图5为本发明方法在Wormhole攻击下的工作示意图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
如图1所示为一种无线传感器网络的便携电脑级恶意节点的检测与容忍方法,包括如下步骤:
(1)在进行传感器网络的节点布设之前,选取一些传感器节点产生射频发射信号,由网关节点对这些射频信号进行采集并进行变换,从时域和频域提取信号特征。这些特征包括时域包络、频偏、频谱形状、相位、小波因子等,选取其中具有共性的特征作为传感器节点的射频指纹;
(2)完成传感器网络布设,所有传感器节点进入正常工作状态;所述网关节点除了具有和网络中正常节点同样功能的无线射频模块、保持无线射频模块和网络节点的正常通信功能、对正常工作频段的无线信号进行解调处理之外,还具有全频段的无线射频接收处理模块、接收并放大空中的无线信号、对潜在恶意节点发送的功率较大的信号进行滤波采集、并提取信号特征获得其射频指纹,最终网关节点将无线射频接收处理模块提取的射频信号的射频指纹、和本地的传感器节点的射频指纹进行比较;
(3)当射频指纹和本地传感器节点的射频指纹一致,不做任何处理,重复步骤(2);当射频指纹和本地传感器节点的射频指纹不一致,但是信号可以正常解调处理,说明网络中有其他恶意节点入侵并在网络中进行非法通信,进入步骤(4);当射频指纹和本地传感器节点的射频指纹不一致,信号也无法正常解调处理,说明网络中有其他的异构节点进行通信,防止对空中无线干扰信号的误判,记录此射频指纹出现的次数为C1,当C1>5,判断产生此射频信号的恶意节点在网络中进行非法通信,进入步骤(5);
(4)网络中检测到射频指纹和本地传感器节点的射频指纹不一致,但是信号可以正常解调处理的同频工作的恶意节点,网关节点将恶意节点的ID、位置信息等通知到网络中的各个传感器节点,阻断和隔离恶意节点的通讯,达到容忍恶意节点的目的;
(5)网络中检测到异构的恶意节点,网关节点根据其信号强度对恶意节点进行定位,并采用移动检测的方式按照信号强度增加的方向不断接近恶意节点,直到找到恶意节点并将其从网络中去除,达到容忍恶意节点的目的。
进一步的,所述网关节点具有充足的能量资源和运算资源,可以进行大量的运算并完成大数据量的存储功能。
进一步的,对于所述射频指纹和本地传感器节点的射频指纹不一致,但是信号可以正常解调处理的同频工作的恶意节点,先采用针对所述同频工作的恶意节点的检测容忍方法进行处理,如未达到容忍恶意节点的目的,再采用针对所述异构恶意节点的检测容忍方法进行处理,防止所述同频工作的恶意节点同时具有异构的恶意节点的功能。
如图2所示为不同无线传感器平台下射频信号示意图,选取了较常用的CC2530和CC1110芯片构成的无线传感器平台,使两个平台发送全0或者全1的信息,分别对两种平台利用射频示波器进行了100次的有效采集,采集到的时域信号平均后的结果取特征明显的前500个点进行观测,如图2所示。从图中可以看出,两种平台在信号的产生阶段表现出了不同的时域特征,这是由于各定位终端硬件电路上的差异所造成的,因此可以将此时域特征作为各无线传感器平台的射频指纹的一部分。CC2530和CC1110芯片作为同一公司生产的芯片产生的射频信号有明显区别,如果使用了不同公司的芯片或是不同的硬件架构(大功率的便携电脑级节点必然使用不同的硬件架构)所产生的射频信号特征的差异会更大。对于采集的信号还可以提取其他特征去构成射频指纹,以达到对正常节点和便携电脑级恶意节点比较高的区别度。
在具体实施例中,如图3所示为本发明方法在sinkhole攻击下的工作示意图,sinkhole攻击的一种典型方式是让一个恶意节点依照路由算法成为最为吸引周边节点的节点。图中,一个被植入传感器网络的便携电脑级恶意节点A伪造或重放一个路由声明,声称自己有一条质量很高的通往网关节点的路由,有些路由协议会通过可靠性和延迟信息等验证路由的质量,这种情况下A可以利用自身功率足够大的射频设备来提供通往网关节点的一条路由,造成高质量路由的假象,那些准备向网关节点发送信息的节点都会将数据发向A,原来最靠近网关节点的节点B作用被恶意节点A取代。进而受骗节点会把A的这条高质量路由向邻节点扩散,于是扩大了攻击范围到几乎整个网络,使得A可以随意的进行数据攻击。
A作为便携电脑级恶意节点所采用的大功率射频收发设备和传感器网络中正常节点所使用的射频收发设备完全不同,因此从两者的射频信号中提取的射频指纹也存在明显差异。A使用大功率发送信号会被网关节点接收到,网关节点通过比较射频指纹就可以探测到恶意节点A的存在,并且根据本发明方法进行检测容忍。
如图4所示为本发明方法在hello泛洪攻击下的工作示意图,无线传感器网络的许多协议都要求节点广播hello数据包来向邻节点声明存在,便携电脑级恶意节点通过使用足够大的发送功率广播路由或其它信息让网络中的每个节点都认为该恶意节点是其邻节点。而实际距离却较远,远远超过普通发射功率可达到的距离。
图4中,便携电脑级恶意节点A进行hello泛洪攻击,以大功率广播信息使得网络中所有节点收到其消息,包括网关节点。由于A的大功率射频收发设备和传感器网络中正常节点所使用的射频收发设备完全不同,网关节点接收并提取A信号的射频指纹以探 测到恶意节点A的存在,并且根据本发明方法进行检测容忍。
如图5所示为本发明方法在Wormhole攻击下的工作示意图,在Wormhole攻击中,常见的攻击形式是两个相距很远的恶意节点通过私有的通信频段一起虚报它们之间的距离,阻断通向网关节点的路由。图中,便携电脑级恶意节点A和B通过私有的通信频段进行攻击,由于A和B的大功率射频收发设备使用的是私有通信频段,网关节点使用全频段无线射频接收处理模块接收并提取恶意节点的射频指纹并且根据本发明方法进行检测容忍。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种无线传感器网络的便携电脑级恶意节点的检测与容忍方法,其特征是:包括如下步骤:
(1)在进行传感器网络的节点布设之前,选取一些传感器节点产生射频发射信号,由网关节点对这些射频信号进行采集并进行变换,选取其中具有共性的特征作为传感器节点的射频指纹;
(2)完成传感器网络布设,所有传感器节点进入正常工作状态;网关节点除了完成正常的功能外,还进行射频信号的采集,并从中提取信号的射频指纹,将所提取的射频指纹和本地的传感器网络节点的射频指纹进行比较;
(3)当射频指纹和本地传感器节点的射频指纹一致,不做任何处理,重复步骤(2);当射频指纹和本地传感器节点的射频指纹不一致,但是信号可以正常解调处理,说明网络中有其他恶意节点入侵并在网络中进行非法通信,进入步骤(4);当射频指纹和本地传感器节点的射频指纹不一致,信号也无法正常解调处理,说明网络中有其他的异构节点进行通信,防止对空中无线干扰信号的误判,记录此射频指纹出现的次数为C1,当C1大于阈值,判断产生此射频信号的恶意节点在网络中进行非法通信,进入步骤(5);
(4)网络中检测到射频指纹和本地传感器节点的射频指纹不一致,但是信号可以正常解调处理的同频工作的恶意节点,网关节点将恶意节点的ID和位置信息通知到网络中的各个传感器节点,阻断和隔离恶意节点的通讯,达到容忍恶意节点的目的;
(5)网络中检测到异构的恶意节点,网关节点根据其信号强度对恶意节点进行定位,并采用移动检测的方式按照信号强度增加的方向不断接近恶意节点,直到找到恶意节点并将其从网络中去除,达到容忍恶意节点的目的。
2.根据权利要求1所述的无线传感器网络的便携电脑级恶意节点的检测与容忍方法,其特征是:步骤(1)中所述的具有共性的特征为从时域和频域提取的信号特征,包括时域包络、频偏、频谱形状、相位、小波因子。
3.根据权利要求1所述的无线传感器网络的便携电脑级恶意节点的检测与容忍方法,其特征是:步骤(2)中所述的网关节点除了具有和网络中正常节点同样功能的无线射频模块外,还具有全频段的无线射频接收处理模块。
4.根据权利要求3所述的无线传感器网络的便携电脑级恶意节点的检测与容忍方法,其特征是:步骤(2)中所述的无线射频模块、保持其和网络节点的正常通信功能,对正常工作频段的无线信号进行解调处理。
5.根据权利要求3所述的无线传感器网络的便携电脑级恶意节点的检测与容忍方法,其特征是:步骤(2)中所述的全频段无线射频接收处理模块、接收放大空中的无线信号,对潜在恶意节点发送的功率较大的信号进行滤波采集,并提取信号特征获得其射频指纹。
6.根据权利要求1所述的无线传感器网络的便携电脑级恶意节点的检测与容忍方法,其特征是:步骤(3)中所述的阈值为5。
7.根据权利要求1所述的无线传感器网络的便携电脑级恶意节点的检测与容忍方法,其特征是:对于所述射频指纹和本地传感器节点的射频指纹不一致,但是信号可以正常解调处理的同频工作的恶意节点,先采用针对所述同频工作的恶意节点的检测容忍方法进行处理,如未达到容忍恶意节点的目的,再采用针对所述异构恶意节点的检测容忍方法进行处理,防止所述同频工作的恶意节点同时具有异构的恶意节点的功能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410001114.8A CN103731833B (zh) | 2014-01-02 | 2014-01-02 | 无线传感器网络的便携电脑级恶意节点检测与容忍方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410001114.8A CN103731833B (zh) | 2014-01-02 | 2014-01-02 | 无线传感器网络的便携电脑级恶意节点检测与容忍方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103731833A true CN103731833A (zh) | 2014-04-16 |
CN103731833B CN103731833B (zh) | 2017-06-06 |
Family
ID=50455725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410001114.8A Expired - Fee Related CN103731833B (zh) | 2014-01-02 | 2014-01-02 | 无线传感器网络的便携电脑级恶意节点检测与容忍方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103731833B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104581733A (zh) * | 2015-02-05 | 2015-04-29 | 北京哈工大计算机网络与信息安全技术研究中心 | 一种防位置欺骗的物联网安全路由方法 |
CN112116050A (zh) * | 2020-09-11 | 2020-12-22 | 西北工业大学 | 一种快速克隆rfid标签检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101610516B (zh) * | 2009-08-04 | 2011-12-21 | 华为技术有限公司 | 自组织网络中的入侵检测方法与设备 |
-
2014
- 2014-01-02 CN CN201410001114.8A patent/CN103731833B/zh not_active Expired - Fee Related
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104581733A (zh) * | 2015-02-05 | 2015-04-29 | 北京哈工大计算机网络与信息安全技术研究中心 | 一种防位置欺骗的物联网安全路由方法 |
CN112116050A (zh) * | 2020-09-11 | 2020-12-22 | 西北工业大学 | 一种快速克隆rfid标签检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103731833B (zh) | 2017-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100471141C (zh) | 无线传感器网络的混合入侵检测方法 | |
Labraoui et al. | Secure DV‐Hop localization scheme against wormhole attacks in wireless sensor networks | |
Xie et al. | Detecting primary user emulation attacks in cognitive radio networks via physical layer network coding | |
Ban et al. | Local connectivity tests to identify wormholes in wireless networks | |
Islam et al. | Denial-of-service attacks on wireless sensor network and defense techniques | |
CN102438238A (zh) | 一种在集中式wlan环境中检测非法ap的方法 | |
CN107426212B (zh) | 一种认知无线网络中基于代理的入侵检测方法 | |
CN105681272A (zh) | 一种移动终端钓鱼WiFi的检测与抵御方法 | |
Reindl et al. | Defending malicious collision attacks in wireless sensor networks | |
CN103297973B (zh) | 水下传感器网络中女巫入侵检测方法 | |
CN103634060A (zh) | 一种实时无线电协同监测、检测与定位方法 | |
Ioulianou et al. | Battery drain denial-of-service attacks and defenses in the Internet of Things | |
CN104581733A (zh) | 一种防位置欺骗的物联网安全路由方法 | |
CN103731833B (zh) | 无线传感器网络的便携电脑级恶意节点检测与容忍方法 | |
CN101895889A (zh) | 无线自组织网络中的黑洞攻击的检测方法 | |
Harikrishnan et al. | Improved throughput based recognition connection denies for aggressive node in wireless sensor network | |
CN102378217A (zh) | 一种无线传感器网络定位中信标节点信誉评估方法 | |
Lu et al. | Client-side evil twin attacks detection using statistical characteristics of 802.11 data frames | |
CN101977384B (zh) | 基于信号探测的无线mesh网络入侵的主动防护方法 | |
Yi et al. | The research of security threat and corresponding defense strategy for wsn | |
Zhang | Malicious base station and detecting malicious base station signal | |
CN109348477A (zh) | 基于服务网络的无线物联网物理层认证方法 | |
CN105119908B (zh) | 无线网络安全控制方法、装置和无线路由器 | |
CN106453343A (zh) | 一种物联网安全测评方法 | |
Labraoui et al. | Secure range-free localization scheme in wireless sensor networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170606 |
|
CF01 | Termination of patent right due to non-payment of annual fee |