CN103763705A - 一种水下传感器网络恶意锚节点检测方法 - Google Patents
一种水下传感器网络恶意锚节点检测方法 Download PDFInfo
- Publication number
- CN103763705A CN103763705A CN201410030003.XA CN201410030003A CN103763705A CN 103763705 A CN103763705 A CN 103763705A CN 201410030003 A CN201410030003 A CN 201410030003A CN 103763705 A CN103763705 A CN 103763705A
- Authority
- CN
- China
- Prior art keywords
- trust
- nodes
- node
- value
- sensor network
- 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.)
- Pending
Links
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提出一种水下无线传感器网络中基于信任机制的恶意锚节点检测方法，通过观察节点间的交互行为，采用Beta分布描述节点的直接信任值，并通过更新交互记录及时更新节点直接信任值；通过对节点间的直接信任值和全局信任值进行差异计算得出矛盾因子，与矛盾阈值相比较，剔除矛盾因子大于矛盾阈值的恶意诽谤节点；簇头收集簇内所有节点的信任值信息，将全局信任值高于信任阈值的节点判定为可信节点并存入可信节点列表。本发明基于信任机制来检测恶意节点的诽谤攻击行为，以此来保障网络安全性和可靠性，尤其适用于水下无线传感器网络。
Description
技术领域
本发明涉及水下无线传感器网络安全技术研究领域，具体的讲是一种基于信任机制来检测恶意锚节点以保证网络安全的方法。
背景技术
随着针对无线传感器网络安全性研究的逐步深入，将信任管理引入无线传感器网络中作为安全机制的有效补充也逐渐成了关注的热点。由于无线传感器网络的开放性和资源受限等特点，传感器节点有可能被敌方俘获成为恶意节点，也有可能出于节约有限资源而成为自私节点，这些非正常节点的存在对网络的安全性和性能产生了极大威胁。因为节点被俘获后，存储在其中的数据及其掌握的网络密钥都会暴露，因此传统的基于密钥的安全机制不再有效，需要采取其他安全措施保证无线传感器网络能够应对节点俘获等内部攻击。已有很多研究将信任管理应用于无线传感器网络的各个基础性方面，通过及时识别网络中的恶意节点和自私节点，甄别错误信息和数据，从而实现对传统安全机制的补充，全面提高无线传感器网络的安全性和可靠性。
水下传感器网络由布设在水下的传感器节点（固定或移动）构成，用来收集和监测一定水域内发生的事件，并将监测数据通过水面基站发送到岸上基站的水下子网。近年来，水下传感器网络在海洋数据搜集、污染控制、离岸勘探、灾难预防、辅助导航和战术观察等方面的应用越来越广泛，与此同时，水下传感器网络的安全性和可靠性也受到越来越多的关注和重视。
水下无线传感器网络和陆地无线传感器网络有着相似的脆弱性和安全需求，且密钥体制不适合能量有限的水下无线传感器网络，因此研究信任管理对于提高水下无线传感器网络的安全性也有着重要意义。
发明内容
本发明的目的是，克服现有技术的上述不足，提供一种水下无线传感器网络中基于信任机制的恶意锚节点检测方法。技术方案如下：
一种水下无线传感器网络中基于信任机制的恶意锚节点检测方法，主要包括直接信任值计算和更新、信任分级和信任过滤、信任决策过程，通过观察节点间的交互行为，采用Beta分布描述节点的直接信任值，并通过更新交互记录及时更新节点直接信任值；通过对节点间的直接信任值和全局信任值进行差异计算得出矛盾因子，与矛盾阈值相比较，剔除矛盾因子大于矛盾阈值的恶意诽谤节点；簇头收集簇内所有节点的信任值信息，将全局信任值高于信任阈值的节点判定为可信节点并存入可信节点列表。
本发明基于信任机制来检测恶意节点的诽谤攻击行为，以此来保障网络安全性和可靠性，尤其适用于水下无线传感器网络。
具体实施方式
信任是个体相互之间的评价，信任机制则是根据评价结果做出信任决策的过程。当信任评价的一方发起恶意诽谤攻击时，就会影响信任决策的公正，危害系统安全性。故提出信任分级和信任过滤机制，通过对节点的直接信任值进行差异性计算识别发起诽谤行为的恶意节点，并通过设置全局信任值和矛盾因子的双重判定提高恶意节点的检测成功率。
基于信任机制的恶意锚节点检测方法主要包括直接信任值计算和更新、信任分级和信任过滤，以及信任决策等流程。
本发明实现步骤是：
步骤一：直接信任值计算
由节点间过去的交互记录预测未来行为，采用Beta分布描述下次交互成功的概率分布，记录节点单次行为的结果，根据行为记录用下次交互成功的概率期望值表示节点间的直接信任值。
步骤二：直接信任值的更新
通过更新节点间的交互记录实现直接信任值的更新，新的交互记录由过去的交互记录和最近的交互记录共同生成。
步骤三：信任分级和信任过滤
首先根据直接信任值与节点可信度的正相关性对直接信任值进行等级划分，然后计算节点的全局信任值。为了使全局信任值更加准确，需对所有评价节点可信度进行衡量考虑，通过直接信任值与全局信任值的差异计算剔除可能存在的恶意诽谤节点。
步骤四：信任决策
簇内所有普通节点将信任评价结果发送给簇头节点，簇头比较各节点全局信任值和信任阈值，将全局信任值高于信任阈值的节点判定为可信节点。
本发明基于信任机制来检测恶意节点的诽谤攻击行为，以此来保障网络安全性和可靠性，尤其适用于水下无线传感器网络。
Claims (1)
1.一种水下无线传感器网络中基于信任机制的恶意锚节点检测方法，主要包括直接信任值计算和更新、信任分级和信任过滤、信任决策过程，通过观察节点间的交互行为，采用Beta分布描述节点的直接信任值，并通过更新交互记录及时更新节点直接信任值；通过对节点间的直接信任值和全局信任值进行差异计算得出矛盾因子，与矛盾阈值相比较，剔除矛盾因子大于矛盾阈值的恶意诽谤节点；簇头收集簇内所有节点的信任值信息，将全局信任值高于信任阈值的节点判定为可信节点并存入可信节点列表。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410030003.XA CN103763705A (zh) | 2014-01-22 | 2014-01-22 | 一种水下传感器网络恶意锚节点检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410030003.XA CN103763705A (zh) | 2014-01-22 | 2014-01-22 | 一种水下传感器网络恶意锚节点检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103763705A true CN103763705A (zh) | 2014-04-30 |
Family
ID=50530850
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410030003.XA Pending CN103763705A (zh) | 2014-01-22 | 2014-01-22 | 一种水下传感器网络恶意锚节点检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103763705A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105873085A (zh) * | 2016-06-17 | 2016-08-17 | 电子科技大学 | 基于物理信道信息和信任度的无线传感器网络克隆节点识别方法 |
| CN109040998A (zh) * | 2018-07-11 | 2018-12-18 | 浙江理工大学 | 一种基于蜂窝网格静态簇头部署的数据采集方法 |
| CN110868714A (zh) * | 2019-11-15 | 2020-03-06 | 大连理工大学 | 一种UASNs中基于聚类的无权重节点信任评估方法 |
| CN112512003A (zh) * | 2020-11-19 | 2021-03-16 | 大连理工大学 | 一种水声传感网中基于长短时记忆网络的动态信任模型 |
-
2014
- 2014-01-22 CN CN201410030003.XA patent/CN103763705A/zh active Pending
Non-Patent Citations (1)
| Title |
|---|
| 张尧等: "基于信任机制的水下传感器网络节点安全定位算法", 《计算机应用》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105873085A (zh) * | 2016-06-17 | 2016-08-17 | 电子科技大学 | 基于物理信道信息和信任度的无线传感器网络克隆节点识别方法 |
| CN105873085B (zh) * | 2016-06-17 | 2019-03-22 | 电子科技大学 | 基于物理信道信息和信任度的无线传感器网络克隆节点识别方法 |
| CN109040998A (zh) * | 2018-07-11 | 2018-12-18 | 浙江理工大学 | 一种基于蜂窝网格静态簇头部署的数据采集方法 |
| CN109040998B (zh) * | 2018-07-11 | 2021-05-18 | 浙江理工大学 | 一种基于蜂窝网格静态簇头部署的数据采集方法 |
| CN110868714A (zh) * | 2019-11-15 | 2020-03-06 | 大连理工大学 | 一种UASNs中基于聚类的无权重节点信任评估方法 |
| CN110868714B (zh) * | 2019-11-15 | 2021-07-16 | 大连理工大学 | 一种UASNs中基于聚类的无权重节点信任评估方法 |
| CN112512003A (zh) * | 2020-11-19 | 2021-03-16 | 大连理工大学 | 一种水声传感网中基于长短时记忆网络的动态信任模型 |
| CN112512003B (zh) * | 2020-11-19 | 2021-11-05 | 大连理工大学 | 一种水声传感网中基于长短时记忆网络的动态信任模型 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109600363B (zh) | 一种物联网终端网络画像及异常网络访问行为检测方法 | |
| US20220188634A1 (en) | Artificial Intelligence with Cyber Security | |
| CN108496328A (zh) | 恶意bgp劫持的精确实时识别 | |
| Hofmann et al. | Online intrusion alert aggregation with generative data stream modeling | |
| US20130031625A1 (en) | Cyber threat prior prediction apparatus and method | |
| CN107708173B (zh) | 融合节点的选取方法及装置 | |
| CN103763705A (zh) | 一种水下传感器网络恶意锚节点检测方法 | |
| CN104486141A (zh) | 一种误报自适应的网络安全态势预测方法 | |
| CN105191257A (zh) | 用于检测多阶段事件的方法和装置 | |
| CN110168557B (zh) | 分布式自适应网络中的节点标识 | |
| CN114143037B (zh) | 一种基于进程行为分析的恶意加密信道检测方法 | |
| CN109167794A (zh) | 一种面向网络系统安全度量的攻击检测方法 | |
| CN111526162B (zh) | 一种区块链攻击节点的多层次综合识别方法及装置 | |
| CN117118849B (zh) | 一种物联网网关系统及实现方法 | |
| CN103763704A (zh) | 一种水下传感器网络安全定位方法 | |
| KR20150076613A (ko) | Apt 공격 분석을 위한 의심파일 및 추적정보 수집 방법 | |
| CN117040943B (zh) | 基于IPv6地址驱动的云网络内生安全防御方法和装置 | |
| Foremski | On different ways to classify Internet traffic: a short review of selected publications | |
| Ionită et al. | Biologically inspired risk assessment in cyber security using neural networks | |
| CN116346434A (zh) | 电力系统网络攻击行为监测准确度提升方法及系统 | |
| CN113709097B (zh) | 网络风险感知方法及防御方法 | |
| Dinh et al. | Economic Denial of Sustainability (EDoS) detection using GANs in SDN-based cloud | |
| CN103701821A (zh) | 文件类型识别方法及装置 | |
| CN107493259A (zh) | 一种网络安全控制系统 | |
| Hang et al. | Pervasive hybrid two-stage fusion model of intelligent wireless network security threat perception |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140430 |
|
| WD01 | Invention patent application deemed withdrawn after publication |